Desarrollo de una aplicación web para la identificación y priorización de efectos adversos de la amoxicilina mediante mineria de textos y modelos de lenguaje biomédico
Este trabajo presenta el desarrollo de una aplicación web para la identificación y priorización automatizada de efectos adversos asociados al uso de medicamentos, tomando como caso de estudio a la amoxicilina. En un contexto donde la farmacovigilancia enfrenta limitaciones como el subregistro de eve...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/153079 |
| Acceso en línea: | https://hdl.handle.net/10609/153079 |
| Access Level: | acceso abierto |
| Palabra clave: | amoxicilina minería de datos BioBert Bioinformatics -- FMDP Bioinformàtica -- TFM |
| Sumario: | Este trabajo presenta el desarrollo de una aplicación web para la identificación y priorización automatizada de efectos adversos asociados al uso de medicamentos, tomando como caso de estudio a la amoxicilina. En un contexto donde la farmacovigilancia enfrenta limitaciones como el subregistro de eventos y la escasa representatividad clínica, se propone aprovechar el potencial de la literatura biomédica y las técnicas de procesamiento de lenguaje natural (PLN) para extraer conocimiento clínicamente relevante. La metodología se basó en un pipeline construido con herramientas de código abierto. Se recopiló un corpus de 987 resúmenes científicos de PubMed mediante E-utilities y se aplicó el modelo en_ner_bc5cdr_md de SciSpaCy para el reconocimiento de entidades clínicas. Posteriormente, se identificaron relaciones semánticas entre medicamentos y condiciones adversas, se generaron interpretaciones automáticas y los resultados fueron visualizados mediante grafos interactivos en una aplicación desarrollada con Streamlit. Los resultados evidenciaron 327 entidades clínicas relacionadas con efectos adversos, incluyendo menciones frecuentes como “rash” e “itching”, y otras menos reportadas como “nutritional anemia” o “TIA”. El sistema demostró ser eficaz para explorar patrones clínicos relevantes, especialmente en contextos con recursos limitados. Se concluye que las técnicas de PLN aplicadas a literatura biomédica ofrecen una vía escalable y reproducible para apoyar la farmacovigilancia. La herramienta desarrollada es transparente, adaptable a otros principios activos y constituye una contribución relevante al análisis automatizado de seguridad farmacológica. |
|---|