hirdetés
2024. március. 29., péntek - Auguszta.

Nő a betegek hatalma

A közösségi média alkalmas a gyógyszerek nem ismert mellékhatásainak feltárására és az egészségügyi intézmények reális minőségértékelésére is.

A gyógyszerek mellékhatásaival kapcsolatos korai figyelmeztető rendszerként szolgálhat a betegek által a közösségi média különböző felületein írt bejegyzések tartalomelemzése, írja egyesült államokbeli és izraeli kutatók munkájáról beszámoló cikkében - Cyberchondriacs act as early warning of drugs’ side effects - a New Scientist. Írása címében a szerző - Aviva Rutkin – egy új szókapcsolatot használ -cyberchondriac -, amit 2009-es első megjelenése óta azokra az emberekre alkalmazunk, akik hipochonder módon keresik az interneten a betegségükre utaló tünetekkel kapcsolatos információt. Azonban, mint arról a cikk beszámol, a farmakovigilanciai rendszer fejlesztésére alkalmas adatbányászati módszer nemcsak a cyberchonderek, de az átlaglakosság által egészségügyi szájtokra írt bejegyzések felhasználásával olyan mellékhatásokra is fel tudja hívni a figyelmet, amelyek valóban léteznek, de a klinikai vizsgálatok során nem derültek ki, és a hatóságok nem tudnak róluk.

A kutatók – Oded Netzer és munkatársai – egészségügyi témákkal foglalkozó közösségi oldalak - pl. WebMD - bejegyzéseit vették górcső alá. Mint a New Scientistnek elmondják, a közösségi média egy szinte végtelen nagyságú fókusz-csoportként szolgál, amelyben az emberek beszámolnak a különböző gyógyszerekkel kapcsolatos tapasztalataikról. A szövegek révén megfelelő adatbányász algoritmust használva detektálható olyan mellékhatás is, amelynek létével az FDA vagy az EMA nincs tisztában, akár évekkel korábban, mint ahogy egyéb módszerekkel lehetséges volna.

Az ausztráliai Knowledge Discovery adatbányász-konferencián ismertetendő vizsgálat során a kutatók négy közösségi oldal tíz évnyi fórumbejegyzéseit elemezték (1999-től) algoritmusukkal, amit megtanítottak az alkalmi nyelvhasználat és a nyelvtani hibákban gazdag szövegek értelmezésére, a különböző neveken hívott azonos gyógyszerek felismerésére és a mondattani buktatók elkerülésére. Ha pl. valaki azt írta, hogy „Megfájdult tőle a fejem”, az algoritmusnak értelmeznie kellett, hogy a szöveg egy betegségre, egy gyógyszerre, vagy valami teljesen másra vonatkozik-e.

Az eredmények roppant bíztatóak: az algoritmus segítségével már a 2003-ig terjedő bejegyzések felhasználásával ki lehetett mutatni, hogy a sztatinok memóriazavart és zavarodottságot okozhatnak, holott az FDA csak 2012 óta figyelmeztet a koleszterincsökkentők ezen mellékhatására. Másik példa a farmakovigilanciai szolgáltatás sikerére: az antidepresszáns Wellbutrin agitációt és ellenséges érzelmeket/cselekedeteket válthat ki, és ezt is évekkel korábbi közösségi média-bejegyzések segítségével ki lehetett mutatni, mint amióta az FDA felhívja erre a mellékhatásra a figyelmet.

A nemkívánatos mellékhatások adatbányászat segítségével történő felfedezése mint lehetőség már fel keltette az FDA figyelmét, és tavaly elindított egy pilóta programot - Mini-Sentinel -, aminek segítségével orvosi feljegyzésekből akarják kiszűrni a gyógyszerek és orvosi eszközök eddig még nem ismert mellékhatásait.

 

Visszajelzés a betegektől

A Journal of General Internal Medicine egy tanulmánya arról számol be, hogy a közösségi médiában az egyes kórházaknak adott értékelés korrelál a hivatalos minőségértékelés egy széles körben használt mutatójával (Hospital Evaluations by Social Media: A Comparative Analysis of Facebook Ratings among Performance Outliers).

McKinley Glover vezető szerző és munkatársai egyrészt azt a Facebook által 2013-ban bevezetett alkalmazást használták, ami lehetőséget ad a különböző szervezeteknek, így a kórházaknak is, hogy a felhasználók egy öt csillagos skálán értékeljék a kórházzal kapcsolatos elégedettségüket a kórház hivatalos Facebook-oldalán, másrészt a Medicare és a Medicaid által finanszírozott, Hospital Compare elnevezésű honlapot használták, ahol többek között megtalálható 4.800 amerikai intézmény 30 napos kórházi visszavételi adata is.

A kórházból való elbocsátás utáni 30 napon belüli visszavétel a kórházak 8%-a esetében szignifikánsan magasabb volt az átlagosnál, és 7% esetében szignifikánsan jobb, az eltérés mértéke nem mutatott összefüggést a kórház méretével, a betegfelvételek számával és az ellátás költségeivel sem.

Az alacsony visszavételt produkáló kórházak esetében nagyobb volt annak a valószínűsége, hogy az intézmény rendelkezik Facebook-oldallal (93% versus 82%), és a Facebook-oldallal rendelkező kórházak több mint 80%-a alkalmazta az 5 csillagos értékelési rendszert. A tanulmány adataiból kiderül: minden egycsillagnyi emelkedés az értékelésben együtt járt azon valószínűség ötszörös növekedésével, hogy az adott kórházban alacsony a betegvisszavételi arány.

Mint a kutatók megjegyzik: a betegek általában nincsenek tisztában a kórházak hivatalos minőségértékelési mutatóival, ezért számukra a közösségi média szolgáltatja a minőséggel kapcsolatos információt, továbbá mint kiderült, a közösségi média által szolgáltatott egyes információk és a hivatalos értékelés egyes adatai között összefüggés mutatható ki (a like-ok száma pl. nem mutatott összefüggést semmilyen minőségértékelési adattal). A tanulmány azt is hangsúlyozza, hogy a kórházaknak azzal is tisztában kell lenniük, milyen üzenetet közvetítenek azzal, ha nem használják a közösségi médiát, és hogy az egészségügyi intézményeknek bátorítaniuk kell a lakosságot, hogy adjanak pontos visszajelzéseket az intézmények közösségi oldalain.

 

Dr. Kazai Anita
a szerző cikkei

hirdetés

Könyveink