Análisis de datos de dispensación de medicamentos a pacientes hospitalizados : un enfoque basado en WEKA y minería de datos

Abstract

Trabajo Fin de Diploma de Especialización en Digitalización e Innovación en Salud (2022-23). Director: Dr. José del Campo Ávila. Antecedentes: La prescripción electrónica y la automa2zación de la dispensación de medicamentos en el entorno hospitalario han mejorado la eficiencia y seguridad en la dispensación. Estos procesos generan una gran can2dad de datos que ofrecen oportunidades para su análisis y la op2mización de procesos. La minería de datos, respaldada por herramientas como WEKA, se presenta como una solución para extraer conocimiento valioso de estos datos en la Farmacia Hospitalaria. Material y método: Los datos de dispensación se recopilaron de tres fuentes: informes de llenado de carros de unidosis, informes de prescripción de un medicamento específico y análisis de datos de laboratorio e informes de sistemas automá2cos de dispensación. Los datos fueron preprocesados u2lizando Microso' Excel. Para el análisis, se u2lizó el programa WEKA, aplicando el algoritmo Apriori para reglas de asociación y el algoritmo J48 de árbol de decisión para reglas de clasificación. Resultados: Se iden2ficaron patrones de asociación entre diferentes principios ac2vos y grupos terapéu2cos dispensados en un servicio determinado. Sin embargo, no se obtuvieron relaciones significa2vas de clasificación entre los medicamentos dispensados y el servicio. Por otro lado, se establecieron diferentes reglas de asociación entre la prescripción de hierro, el servicio y la existencia de anemia. Se obtuvo un árbol de decisión que relacionó el valor de hemoglobina del paciente con la vía de administración del hierro prescrito. En un segundo árbol se relacionó el medicamento prescrito según el valor de hemoglobina del paciente y el sexo. Por úl2mo, se obtuvieron reglas de asociación entre diferentes principios ac2vos dispensados en los sistemas de dispensación automá2cos de los servicios de Cardiología, Neurología, Diges2vo y Urología- Nefrología. Conclusiones: La explotación de datos en Farmacia Hospitalaria resulta esencial para mejorar la calidad de la atención al paciente. En este estudio, el uso de WEKA permi2ó descubrir patrones ocultos y conocimientos valiosos en los registros de prescripción, dispensación y de datos de laboratorio. Los análisis de asociación y clasificación proporcionaron información ú2l para op2mizar los procesos de dispensación y mejorar la eficiencia y seguridad. La minería de datos es una poderosa herramienta que ayuda a la toma de decisiones en la Farmacia Hospitalaria.

Background: Electronic prescrip2on and automated medica2on dispensing systems in the hospital environment have improved efficiency and safety in dispensing prac2ces. These processes generate a large amount of data that offer opportuni2es for analysis and process op2miza2on. Data mining, supported by tools like WEKA, emerges as a solu2on to extract valuable knowledge from this data in Hospital Pharmacy. Material and Method: Dispensa2on data was collected from three sources: reports on unit-dose cart filling, specific medica2on prescrip2on reports and laboratory data analysis and reports from automated medica2on dispensing systems. The data was preprocessed using Microso[ Excel. The WEKA program was used for the analysis, applying the Apriori algorithm for associa2on rules and the J48 algorithm for decision tree-based classifica2on rules. Results: Associa2on pa\erns were iden2fied between different ac2ve principles and therapeu2c groups dispensed in a specific service. However, no significant classifica2on rela2onships were found between the dispensed medica2ons and the service. On the other hand, different associa2on rules were established between iron prescrip2on, the service, and the presence of anemia. A decision tree was generated that related the pa2ent's hemoglobin value to the route of administra2on of the iron. Another tree linked the prescribed medica2on according to the pa2ent's hemoglobin value and gender. Finally, associa2on rules were found obtained among different ac2ve principles dispensed in the automa2c dispensing systems of the Cardiology, Neurology, Diges2ve, and Urology-Nephrology departments. Conclusions: Data exploita2on in Hospital Pharmacy is essen2al for improving the quality of pa2ent care. In this study, the use of WEKA allowed the discovery of hidden pa\erns and valuable knowledge in prescrip2on, dispensa2on, and laboratory data records. Associa2on and classifica2on analyses provided useful informa2on to op2mize dispensa2on processes and enhance efficiency and safety. Data mining is a powerful tool that helps decision-making in Hospital Pharmacy.