DETECÇÃO DE EVENTOS ADVERSOS EM MÍDIA SOCIAL: UMA REVISÃO DE LITERATURA E EXPERIMENTOS UTILIZANDO O METAMAP PARA O PORTUGUÊS DO BRASIL
Carregando...
Data
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
Resumo
In recent years, the healthcare sector has undergone substantial technological transformations, reflected in the expansion of biomedical databases due to factors such as population growth, the emergence of new diseases, and medications. However, in the context of pharmacovigilance, there are still significant challenges, such as the complexity and limited access to official databases. With the increase in global human mobility and the growing demand for medications, the number of Adverse Drug Reaction (ADR) also rises. Despite advancements, authorities responsible for medication safety struggle to record all reported (ADRs) as well as to conduct proactive searches to mitigate risks to the population. The difficulty in accessing and processing this information, coupled with under-reporting of (ADRs), drives the search for new data sources. Due to barriers in accessing official data, social media has proven to be a relevant alternative, offering valuable information to assist in decision-making, such as including notifications to manufacturers to adjust package inserts, recalling batches, or even suspending medications. In this scenario, this work aims to: i) present a literature review on the subject; ii) explore Twitter for the detection of (ADRs); and iii) conduct an experiment using the biomedical tool MetaMap, in conjunction with the UMLS database adapted for Brazilian Portuguese. The research seeks to map medical terms and concepts present in tweets to identify Pharmacovigilance Signal (PS). The work succeeded in creating a UMLS model in Brazilian Portuguese. Thousands of tweets about medications for migraines and dengue symptoms were collected and analyzed. Through the MetaMap tool, it was possible to map the medical terms present in the tweets to UMLS concepts, demonstrating the feasibility of using the tool for detecting (PS). The results provide insights into medication use and public perception of them. The UMLS model and methodology developed in this work pave the way for future research and applications in pharmacovigilance based on social media.
Nos últimos anos, a área da saúde tem experimentado transformações tecnológicas substanciais, refletidas na expansão de bases de dados biomédicas em virtude de fatores como o aumento populacional, o surgimento de novas doenças e medicamentos. No entanto, no contexto da farmacovigilância, ainda há desafios significativos, como a complexidade e a limitação de acesso às bases de dados oficiais. Com o aumento da circulação global de pessoas e a crescente demanda por medicamentos, também cresce o número de Reações Adversas a Medicamentos (RAM). Apesar dos avanços, as autoridades responsáveis pela segurança dos medicamentos enfrentam dificuldades para registrar todos as RAMs reportadas, bem como para realizar buscas ativas que reduzam riscos para a população. A dificuldade em acessar e processar essas informações, somada à subnotificação de RAM, impulsiona a busca por novas fontes de dados. Devido às barreiras no acesso aos dados oficiais, as mídias sociais têm se mostrado uma alternativa relevante oferecendo informações valiosas para auxiliar na tomada de decisões, como: incluir notificações a fabricantes para ajustar bulas, recolhimento de lotes ou até mesmo suspensão de medicamentos. Diante deste cenário, este trabalho tem como objetivos: i) apresentar uma revisão bibliográfica sobre o tema; ii) explorar o Twitter para a detecção de RAMs; e iii) executar um experimento utilizando a ferramenta biomédica MetaMap, em conjunto com a base de dados UMLS adaptada para o português do Brasil. A pesquisa visa mapear termos e conceitos médicos presentes em tuítes, buscando identificar Sinais de Farmacovigilância (SF). O trabalho obteve sucesso na criação de um modelo UMLS em português do Brasil. Foram coletados e analisados milhares de tuítes sobre medicamentos para enxaqueca e sintomas de dengue. Por meio da ferramenta MetaMap, foi possível mapear os termos médicos presentes nos tuítes para conceitos da UMLS, evidenciado a viabilidade do uso da ferramenta para a detecção de (SF). Os resultados obtidos fornecem insights sobre o uso de medicamentos e a percepção da população sobre eles. O modelo UMLS e a metodologia desenvolvida neste trabalho abrem caminho para futuras pesquisas e aplicações de farmacovigilância com base em mídias sociais
Nos últimos anos, a área da saúde tem experimentado transformações tecnológicas substanciais, refletidas na expansão de bases de dados biomédicas em virtude de fatores como o aumento populacional, o surgimento de novas doenças e medicamentos. No entanto, no contexto da farmacovigilância, ainda há desafios significativos, como a complexidade e a limitação de acesso às bases de dados oficiais. Com o aumento da circulação global de pessoas e a crescente demanda por medicamentos, também cresce o número de Reações Adversas a Medicamentos (RAM). Apesar dos avanços, as autoridades responsáveis pela segurança dos medicamentos enfrentam dificuldades para registrar todos as RAMs reportadas, bem como para realizar buscas ativas que reduzam riscos para a população. A dificuldade em acessar e processar essas informações, somada à subnotificação de RAM, impulsiona a busca por novas fontes de dados. Devido às barreiras no acesso aos dados oficiais, as mídias sociais têm se mostrado uma alternativa relevante oferecendo informações valiosas para auxiliar na tomada de decisões, como: incluir notificações a fabricantes para ajustar bulas, recolhimento de lotes ou até mesmo suspensão de medicamentos. Diante deste cenário, este trabalho tem como objetivos: i) apresentar uma revisão bibliográfica sobre o tema; ii) explorar o Twitter para a detecção de RAMs; e iii) executar um experimento utilizando a ferramenta biomédica MetaMap, em conjunto com a base de dados UMLS adaptada para o português do Brasil. A pesquisa visa mapear termos e conceitos médicos presentes em tuítes, buscando identificar Sinais de Farmacovigilância (SF). O trabalho obteve sucesso na criação de um modelo UMLS em português do Brasil. Foram coletados e analisados milhares de tuítes sobre medicamentos para enxaqueca e sintomas de dengue. Por meio da ferramenta MetaMap, foi possível mapear os termos médicos presentes nos tuítes para conceitos da UMLS, evidenciado a viabilidade do uso da ferramenta para a detecção de (SF). Os resultados obtidos fornecem insights sobre o uso de medicamentos e a percepção da população sobre eles. O modelo UMLS e a metodologia desenvolvida neste trabalho abrem caminho para futuras pesquisas e aplicações de farmacovigilância com base em mídias sociais