Mostrar el registro sencillo del ítem

dc.contributor.authorGómez Costas, Daniel 
dc.date.accessioned2025-06-25T09:05:42Z
dc.date.available2025-06-25T09:05:42Z
dc.date.issued2023
dc.identifier.citationGómez Costas, D. (2023). Integrando un sistema de soporte a la decisión clínica en programas de optimización de medicamentos. (Trabajo Fin de Diploma de Especialización Inédito). Universidad Internacional de Andalucía, Sevilla.es
dc.identifier.urihttp://hdl.handle.net/10334/9937
dc.description.abstractTrabajo Fin de Diploma de Especialización en Digitalización e Innovación en Salud (2022-23). Director: Dr. Manuel Baena García. Los sistemas de soporte a la decisión clínica (SSDC) son una herramienta innovadora que utiliza inteligencia artificial y el conocimiento teórico de especialistas para optimizar terapias de pacientes cada vez más complejas. Desde 2015, nuestro servicio ha estado utilizando Higea®, un SSDC ya validado y utilizado en la práctica clínica habitual. Higea® integra información estructurada de historias clínicas, analíticas y prescripciones de los pacientes. Este proyecto surgió con el objetivo de llevar el uso de Higea® a nuevas dimensiones, integrándolo en los programas de optimización de medicamentos (POM) existentes en el hospital. Para ello, se diseñaron paquetes de alertas de medicación que permitieran identificar a los pacientes que podrían beneficiarse de intervenciones proactivas por parte de estos programas de optimización de medicamentos. Se diseñaron seis paquetes de alertas desde un enfoque multidisciplinar y con rigurosa metodología científica. Cada paquete se vinculó a un programa de optimización de medicamentos específico: antimicrobianos, anticoagulantes, analgesia, insuficiencia renal/nefrotóxicos, pacientes mayores y farmacocinética. Estas alertas se basaron en reglas de información clínica del paciente desarrollados por expertos en el programa e interpretados por Higea®. Durante la fase piloto de 28 días, estos paquetes de alertas se analizaron cuantitativamente y se evaluó su aceptación por parte de los clínicos. Los resultados fueron satisfactorios, con valores predictivos positivos que alcanzaron el 93%, y una mayor tasa de intervenciones realizadas en relación con las alertas generadas. La mayoría de las intervenciones llevadas a cabo por los equipos se clasificaron como gravedad E según la escala NCC MERP, lo que indica su relevancia clínica. El proyecto será reevaluado después de un año para analizar su impacto clínico y económico, así como para proponer de capacitación personalizadas por servicios basadas en las alertas identificadas.es
dc.description.abstractClinical decision support systems (CDSS) are an innovative tool leveraging artificial intelligence and specialist knowledge to optimize complex patient therapies. Our service has been utilizing a CDSS named Higea® since 2015, which has been validated and integrated into routine clinical practice. Higea® is capable of assimilating structured information from patients' medical history, analytics, and prescriptions. The objective of this project is to enhance the utilization of Higea®, specifically by designing medication alert packages that can identify patients who would benefit from proactive interventions in different drug stewardship programs. Six comprehensive alert packages were developed through a multidisciplinary approach, employing rigorous scientific methodology. Each package was linked to a specific drug stewardship program: antimicrobials, anticoagulants, analgesia, renal failure/nephrotoxics, elderly patients, and pharmacokinetics. These alerts were based on patient clinical information algorithms crafted by program experts and interpreted by Higea®. During the 28-day pilot phase, these alert packages were quantitatively analyzed and assessed for acceptance by clinicians. The results were promising, with positive predictive values ranging from 32% to 93%, and a higher rate of interventions triggered by the alerts. The majority of interventions carried out by the teams were classified as severity E on the NCC MERP scale, indicating that they had clinical significance. The project will undergo a comprehensive reevaluation after one year to evaluate its clinical and economic impact, as well as to propose training measures based on the alerts detected, customized by department.en
dc.formatapplication/pdfen
dc.format.extent46 páginases
dc.language.isospaes
dc.publisherUniversidad Internacional de Andalucíaes
dc.relation.ispartofseriesDiploma de Especialización en Digitalización e Innovación en Saludes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectSistemas de Soporte a la Decisión Clínica (SSDC)es
dc.subjectInteligencia artificiales
dc.subjectAlertas clínicases
dc.subjectMedicamentoses
dc.titleIntegrando un sistema de soporte a la decisión clínica en programas de optimización de medicamentoses
dc.typemasterThesises
dc.rights.accessRightsopenAccesses
dc.type.hasVersionpublishedVersiones


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional