Grupos de síntomas en pacientes con cáncer

INDIANAPOLIS

Las pacientes con enfermedades crónicas como el cáncer de mama o el cáncer colorrectal a menudo experimentan fatiga, dolor, depresión y otros síntomas que pueden provocar angustia y deterioro funcional si no se tratan.

Con el objetivo final de ayudar a los médicos a controlar y tratar los síntomas que afectan negativamente la salud y la calidad de vida, los investigadores del Instituto Regenstrief y la IUPUI han ideado y probado nuevas metodologías para extraer datos sobre los síntomas de los registros electrónicos de salud (EHR) y han investigado con éxito asociaciones entre grupos de síntomas y enfermedad.

"Nuestros métodos novedosos pueden generalizarse más allá del cáncer de mama y colorrectal para analizar grupos de síntomas de otras enfermedades crónicas donde el manejo y el tratamiento de los síntomas es crítico", dijo el investigador del Instituto Regenstrief Kun Huang, PhD, autor principal del estudio y líder internacional reconocido en traducción. bioinformática "Identificar y comprender los grupos de síntomas, qué síntomas tienden a ir juntos, por ejemplo, fatiga y depresión, y cuándo ocurren estos síntomas durante el curso del tratamiento, proporciona información crítica al equipo de atención del paciente, especialmente cuando esperamos precisión salud e intente encontrar el tratamiento adecuado para el paciente adecuado en el momento adecuado.

"Esta información también es importante para los investigadores, ya que exploran si existen razones biológicas detrás de estas coincidencias y, de ser así, determinan por qué", dijo el Dr. Huang. Además de su nombramiento como científico investigador del Instituto Regenstrief, es decano asistente de ciencias de datos, profesor de ciencias de datos de genómica de la Iniciativa de Salud de Precisión y profesor de medicina en la Facultad de Medicina de Indiana.

"Identificando grupos de síntomas en pacientes con cáncer de mama y cáncer colorrectal utilizando datos de EHR", ganó el premio al mejor artículo en la 10ª Conferencia de la Asociación de Computación (ACM) sobre Bioinformática, Biología Computacional e Informática de Salud y se publicó en las actas de la conferencia. Este prestigioso premio se presenta por un trabajo que representa una investigación innovadora. A través del Best Paper Award, el ACM destaca las innovaciones teóricas y prácticas que probablemente darán forma al futuro de la informática.

Detectar y rastrear la severidad y frecuencia de los síntomas en un EHR no es fácil. El idioma a menudo varía. Por ejemplo, la fatiga puede registrarse en un EHR como: apática, agotada, cansada, sin energía o desgastada. La depresión puede ser indicada como: triste, infeliz, desesperada o desanimada. Para mitigar el problema de la terminología, el equipo de investigación diseñó una metodología para permitir el análisis de notas clínicas de texto libre en EHR además de extraer información de entradas estructuradas en el registro médico.

"Los datos de EHR no se han utilizado ampliamente para comprender los síntomas informados por los pacientes para personas con enfermedades crónicas", dijo el autor del estudio Xiao Luo, Ph.D., profesor asistente de informática y tecnología de la información en la Escuela de Ingeniería y Tecnología de IUPUI."