Diseñan un algoritmo que predice la resistencia a los antibióticos

Diseñan un algoritmo que predice la resistencia a los antibióticos

Se trata de una herramienta que permite prescribir el antibiótico justo para el paciente.

CONTRA EL USO EXCESIVO. Se buscan tratamientos más eficaces. CONTRA EL USO EXCESIVO. Se buscan tratamientos más eficaces.
01 Diciembre 2020

Investigadores del Harvard Pilgrim Health Care Institute, Estados Unidos, desarrollaron un algoritmo que podría reducir en gran medida el uso de antibióticos de amplio espectro en pacientes ambulatorios. Esto constituye un paso hacia la reducción de la resistencia a los antibióticos.

Muchas veces, quienes prescriben los antibióticos no cuentan con herramientas que los ayuden a tomar decisiones. Esto los lleva a recetar antibióticos de amplio espectro en respuesta al aumento de las tasas de infección resistente a los antibióticos.

Sin embargo, el uso de antibióticos de amplio espectro, que actúan contra una amplia gama de bacterias, promueve un círculo vicioso en el que el uso excesivo empeora aún más el problema de la resistencia a través de un circuito de retroalimentación positiva.

Un ejemplo es la infección del tracto urinario (ITU), que es una razón muy común para el uso de antibióticos entre los pacientes ambulatorios.

Los algoritmos se han utilizado para el apoyo de decisiones clínicas para enfermedades infecciosas desde la década de 1970, pero aún no se han adoptado ampliamente debido a las dificultades para integrarlos en prácticas clínicas ocupadas. Sanjat Kanjilal, autor principal del nuevo estudio, cree que ahora tenemos las herramientas para mejorar. “El apoyo de decisiones personalizado en el punto de atención puede ser una herramienta eficaz para administrar la prescripción de antibióticos para los síndromes infecciosos comunes”, señala.

Su solución es utilizar modelos de aprendizaje automático para predecir la probabilidad de resistencia a los antibióticos y luego traducir esas probabilidades en recomendaciones que ayuden a los prescriptores a tomar decisiones de tratamiento óptimas. “Nuestro estudio desarrolló un algoritmo de apoyo a la decisión personalizado para las infecciones urinarias como una solución al desafío de la prescripción de antibióticos en la era de la resistencia”, explica.

El equipo del doctor Kanjilal entrenó sus modelos de aprendizaje automático para predecir la probabilidad de resistencia a los antibióticos a cuatro tratamientos de uso común, y luego desarrolló un método novedoso para traducir esas probabilidades en decisiones que puedan guiar a los prescriptores a evitar la ciprofloxacina y la levofloxacina en la mayor medida posible, sin causar ningún daño indebido a los pacientes.

Tamaño texto
Comentarios
Comentarios