What really happens when you mix medications? | Russ Altman

188,264 views ・ 2016-03-23

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Lidia Cámara de la Fuente Revisor: Sebastian Betti
00:12
So you go to the doctor and get some tests.
0
12811
3321
Uno va al médico y le hacen varias pruebas.
00:16
The doctor determines that you have high cholesterol
1
16674
2620
El médico determina que el colesterol está alto
00:19
and you would benefit from medication to treat it.
2
19318
3171
y que sería bueno tomar una medicación adecuada.
00:22
So you get a pillbox.
3
22981
1556
Así que le dan pastillas.
00:25
You have some confidence,
4
25505
1199
Uno tiene cierta confianza,
00:26
your physician has some confidence that this is going to work.
5
26728
2937
el médico confía en que esto va a funcionar.
00:29
The company that invented it did a lot of studies, submitted it to the FDA.
6
29689
3553
La empresa que lo creó hizo muchos estudios que revisó la FDA.
00:33
They studied it very carefully, skeptically, they approved it.
7
33266
3107
Lo analizaron cuidadosamente, con escepticismo, lo aprobaron.
00:36
They have a rough idea of how it works,
8
36397
1889
Tienen una idea aproximada de cómo funciona,
00:38
they have a rough idea of what the side effects are.
9
38310
2453
y de cuáles son aproximadamente los efectos secundarios.
00:40
It should be OK.
10
40787
1150
Debería estar bien.
00:42
You have a little more of a conversation with your physician
11
42864
2818
Uno tiene algo más que una conversación con su médico
00:45
and the physician is a little worried because you've been blue,
12
45706
2963
y al médico le preocupa un poco que uno esté desanimado,
00:48
haven't felt like yourself,
13
48693
1293
que no sea uno mismo,
00:50
you haven't been able to enjoy things in life quite as much as you usually do.
14
50010
3731
que no pueda disfrutar de las cosas de la vida tanto como antes.
00:53
Your physician says, "You know, I think you have some depression.
15
53765
3186
El médico dice: "Sabes, creo que estás un poco deprimido.
00:57
I'm going to have to give you another pill."
16
57792
2315
Voy a recetarte otras pastillas".
01:00
So now we're talking about two medications.
17
60934
2483
Así que ahora hablamos de dos medicamentos.
01:03
This pill also -- millions of people have taken it,
18
63441
3104
También esta pastilla la han tomado millones de personas
01:06
the company did studies, the FDA looked at it -- all good.
19
66569
3631
la farmacéutica hizo estudios, la FDA los revisó, todo bien.
01:10
Think things should go OK.
20
70823
2057
Las cosas deberían ir bien.
01:12
Think things should go OK.
21
72904
2197
Las cosas deberían ir bien.
01:15
Well, wait a minute.
22
75125
1439
Pero, esperen un momento.
01:16
How much have we studied these two together?
23
76588
3517
¿Cuánto sabemos sobre cómo actúan las dos juntas?
01:20
Well, it's very hard to do that.
24
80630
2300
Es difícil hacer un estudio así.
01:22
In fact, it's not traditionally done.
25
82954
2130
De hecho, no se suele hacer.
01:25
We totally depend on what we call "post-marketing surveillance,"
26
85108
5518
Dependemos de lo que llamamos "supervisión tras la comercialización",
01:30
after the drugs hit the market.
27
90650
1880
después de que salgan al mercado.
01:32
How can we figure out if bad things are happening
28
92996
2848
¿Cómo podemos averiguar si va a pasar algo malo
01:35
between two medications?
29
95868
1357
al combinar dos medicamentos?
01:37
Three? Five? Seven?
30
97249
2030
¿Y tres? ¿Cinco? ¿Siete?
01:39
Ask your favorite person who has several diagnoses
31
99708
2415
Pregunten a quien quieran que tenga varios diagnósticos
01:42
how many medications they're on.
32
102147
1834
cuántos medicamentos toma.
01:44
Why do I care about this problem?
33
104530
1580
¿Por qué me preocupo por esto?
01:46
I care about it deeply.
34
106134
1157
Me preocupa en serio.
01:47
I'm an informatics and data science guy and really, in my opinion,
35
107315
4304
Soy informático y científico de datos y de verdad, en mi opinión,
01:51
the only hope -- only hope -- to understand these interactions
36
111643
3745
la única esperanza, única esperanza, para entender estas interacciones
01:55
is to leverage lots of different sources of data
37
115412
3056
es usar muchas fuentes de datos diferentes
01:58
in order to figure out when drugs can be used together safely
38
118492
3556
para comprender cuándo se pueden usar las medicinas juntas con seguridad
02:02
and when it's not so safe.
39
122072
1777
y cuando no es tan seguro.
02:04
So let me tell you a data science story.
40
124615
2051
Les contaré una historia sobre la ciencia de datos.
02:06
And it begins with my student Nick.
41
126690
2154
Comienza con mi estudiante Nick.
02:08
Let's call him "Nick," because that's his name.
42
128868
2380
Vamos a llamarlo "Nick", porque ese es su nombre.
02:11
(Laughter)
43
131272
1592
(Risas)
02:12
Nick was a young student.
44
132888
1201
Nick era un joven estudiante.
02:14
I said, "You know, Nick, we have to understand how drugs work
45
134113
3079
Le dije: "Nick, tenemos que entender cómo funcionan las medicinas
02:17
and how they work together and how they work separately,
46
137216
2626
cómo funcionan juntas y cómo funcionan por separado,
02:19
and we don't have a great understanding.
47
139866
1922
y no tenemos una gran visión.
02:21
But the FDA has made available an amazing database.
48
141812
2405
Pero la FDA ha publicado una base de datos increíble.
02:24
It's a database of adverse events.
49
144241
1699
Es una base de datos de reacciones adversas.
02:26
They literally put on the web --
50
146321
1642
Literalmente, han puesto en la web
02:27
publicly available, you could all download it right now --
51
147987
3119
abierta al público, todos pueden descargarla ahora mismo,
02:31
hundreds of thousands of adverse event reports
52
151130
3627
cientos de miles de informes de efectos adversos
02:34
from patients, doctors, companies, pharmacists.
53
154781
3760
de pacientes, médicos, empresas, farmacéuticos.
02:38
And these reports are pretty simple:
54
158565
1749
Y estos informes son bastante simples:
02:40
it has all the diseases that the patient has,
55
160338
2658
contienen todas las enfermedades que tiene el paciente,
02:43
all the drugs that they're on,
56
163020
1767
las medicinas que toma
02:44
and all the adverse events, or side effects, that they experience.
57
164811
3818
y todas las reacciones adversas o efectos secundarios que ha tenido.
02:48
It is not all of the adverse events that are occurring in America today,
58
168653
3436
No son todas las reacciones adversas que están dándose hoy en EE.UU.,
02:52
but it's hundreds and hundreds of thousands of drugs.
59
172113
2578
pero son cientos y cientos de miles de medicamentos.
02:54
So I said to Nick,
60
174715
1299
Así que le dije a Nick:
02:56
"Let's think about glucose.
61
176038
1826
"Vamos a considerar la glucosa.
02:57
Glucose is very important, and we know it's involved with diabetes.
62
177888
3567
La glucosa es muy importante y conocemos su relación con la diabetes.
03:01
Let's see if we can understand glucose response.
63
181479
3970
Vamos a ver si podemos entender la respuesta de la glucosa.
03:05
I sent Nick off. Nick came back.
64
185473
2458
Envié a Nick. Nick regresó.
03:08
"Russ," he said,
65
188248
1786
"Russ", dijo,
03:10
"I've created a classifier that can look at the side effects of a drug
66
190351
5112
"He creado un clasificador que examina los efectos secundarios de una medicina
03:15
based on looking at this database,
67
195487
2051
explorando esta base de datos,
03:17
and can tell you whether that drug is likely to change glucose or not."
68
197562
4271
y puede mostrar si es probable que esa medicina cambie o no la glucosa".
03:21
He did it. It was very simple, in a way.
69
201857
2016
Él lo hizo. En un sentido, era sencillo.
03:23
He took all the drugs that were known to change glucose
70
203897
2635
Eligió las medicinas que sabemos que alteran la glucosa
03:26
and a bunch of drugs that don't change glucose,
71
206556
2389
y un puñado de medicinas que no la alteran
03:28
and said, "What's the difference in their side effects?
72
208969
2888
y dijo: "¿En qué se diferencian los efectos secundarios?
03:31
Differences in fatigue? In appetite? In urination habits?"
73
211881
4852
¿Hay diferencias en el cansancio? ¿En el apetito? ¿En los hábitos urinarios?"
03:36
All those things conspired to give him a really good predictor.
74
216757
2960
Todo se confabuló para darle un muy buen indicador.
03:39
He said, "Russ, I can predict with 93 percent accuracy
75
219741
2548
Dijo: "Russ, puedo predecir con una precisión del 93 %
03:42
when a drug will change glucose."
76
222313
1572
si una medicina alterará la glucosa".
03:43
I said, "Nick, that's great."
77
223909
1416
Dije: "Nick, eso es genial".
03:45
He's a young student, you have to build his confidence.
78
225349
2896
Es un estudiante joven, hay que cimentar su confianza.
03:48
"But Nick, there's a problem.
79
228269
1390
"Pero hay un problema, Nick.
03:49
It's that every physician in the world knows all the drugs that change glucose,
80
229683
3960
Todos los médicos del mundo conocen los medicamentos que alteran la glucosa,
03:53
because it's core to our practice.
81
233667
2038
porque es fundamental para nuestra práctica.
03:55
So it's great, good job, but not really that interesting,
82
235729
3722
Así que es genial, buen trabajo, pero en realidad no es tan interesante,
03:59
definitely not publishable."
83
239475
1531
definitivamente no publicable".
04:01
(Laughter)
84
241030
1014
(Risas)
04:02
He said, "I know, Russ. I thought you might say that."
85
242068
2550
Él dijo: "Lo sé, Russ. Sabía que dirías algo así".
04:04
Nick is smart.
86
244642
1152
Nick es inteligente.
04:06
"I thought you might say that, so I did one other experiment.
87
246149
2874
Dijo: "Como sabía que lo dirías, hice otro experimento.
Estudié a gente en esa base de datos que tomaban ambas medicinas,
04:09
I looked at people in this database who were on two drugs,
88
249047
2928
04:11
and I looked for signals similar, glucose-changing signals,
89
251999
4422
y busqué marcas similares, señales de alteraciones de la glucosa,
04:16
for people taking two drugs,
90
256445
1624
de gente que toma ambos medicamentos,
04:18
where each drug alone did not change glucose,
91
258093
5569
pero cada medicina sola no altera la glucosa,
04:23
but together I saw a strong signal."
92
263686
2460
pero juntas constaté un marcador fuerte".
04:26
And I said, "Oh! You're clever. Good idea. Show me the list."
93
266170
3149
Y dije: "Eres inteligente. Buena idea. Muéstrame la lista".
04:29
And there's a bunch of drugs, not very exciting.
94
269343
2254
Hay muchas medicinas, no muy emocionante.
04:31
But what caught my eye was, on the list there were two drugs:
95
271621
3932
Pero lo que más me llamó la atención fue que en la lista había dos,
04:35
paroxetine, or Paxil, an antidepressant;
96
275577
3393
paroxetina o Paxil, un antidepresivo;
04:39
and pravastatin, or Pravachol, a cholesterol medication.
97
279756
3570
y pravastatina, o Pravachol, un medicamento para el colesterol.
04:43
And I said, "Huh. There are millions of Americans on those two drugs."
98
283936
4283
Y dije: "Hay millones de estadounidenses que toman esos dos medicamentos".
04:48
In fact, we learned later,
99
288243
1246
De hecho, como vimos,
04:49
15 million Americans on paroxetine at the time, 15 million on pravastatin,
100
289513
6032
15 millones de estadounidenses toman paroxetina en este momento
04:55
and a million, we estimated, on both.
101
295569
2817
y estimamos que un millón toman las dos.
04:58
So that's a million people
102
298767
1254
Un millón de personas
05:00
who might be having some problems with their glucose
103
300045
2453
podrían estar teniendo problemas con su glucosa
05:02
if this machine-learning mumbo jumbo that he did in the FDA database
104
302522
3206
si este aprendizaje automático en jerga generado
05:05
actually holds up.
105
305752
1254
en la base de datos de la FDA fuese válido.
05:07
But I said, "It's still not publishable,
106
307030
1927
Y dije: "Todavía no es publicable,
05:08
because I love what you did with the mumbo jumbo,
107
308981
2296
aunque me encanta lo que hiciste
05:11
with the machine learning,
108
311301
1246
con el aprendizaje automático en jerga
05:12
but it's not really standard-of-proof evidence that we have."
109
312571
3864
pero en realidad no es una prueba irrefutable".
05:17
So we have to do something else.
110
317618
1589
Así que tenemos que hacer algo más.
05:19
Let's go into the Stanford electronic medical record.
111
319231
2876
Entraremos en el historial clínico electrónico de Stanford.
05:22
We have a copy of it that's OK for research,
112
322131
2064
Tenemos una copia lo que está bien para la investigación,
05:24
we removed identifying information.
113
324219
2046
eliminamos la información de identificación.
05:26
And I said, "Let's see if people on these two drugs
114
326581
2503
Y dije: "Veremos si la gente con ambos fármacos
05:29
have problems with their glucose."
115
329108
1769
tiene problemas en sus niveles de glucosa".
05:31
Now there are thousands and thousands of people
116
331242
2207
Pero hay miles y miles de personas
05:33
in the Stanford medical records that take paroxetine and pravastatin.
117
333473
3459
en los registros médicos de Stanford que toman paroxetina y pravastatina.
05:36
But we needed special patients.
118
336956
1799
Necesitábamos pacientes especiales.
05:38
We needed patients who were on one of them and had a glucose measurement,
119
338779
4597
Necesitábamos pacientes con uno de ellos y con una medición de glucosa,
05:43
then got the second one and had another glucose measurement,
120
343400
3449
luego el segundo con otra medición de glucosa,
05:46
all within a reasonable period of time -- something like two months.
121
346873
3615
todo dentro de un período razonable de tiempo, algo así como dos meses.
05:50
And when we did that, we found 10 patients.
122
350512
3159
Y cuando lo hicimos, encontramos 10 pacientes.
05:54
However, eight out of the 10 had a bump in their glucose
123
354592
4538
Sin embargo, 8 de 10 tuvieron un bache en sus niveles de glucosa
cuando consiguieron la segunda P, a esto lo llamamos P y P,
05:59
when they got the second P -- we call this P and P --
124
359154
2645
06:01
when they got the second P.
125
361823
1310
cuando consiguieron la segunda P.
06:03
Either one could be first, the second one comes up,
126
363157
2562
Cualquiera de las dos podría ser la primera, lo que aparece,
06:05
glucose went up 20 milligrams per deciliter.
127
365743
2847
es que la glucosa subió a 20 mg por dl.
06:08
Just as a reminder,
128
368614
1158
Así como un recordatorio,
06:09
you walk around normally, if you're not diabetic,
129
369796
2325
uno camina con normalidad, si no es diabético,
06:12
with a glucose of around 90.
130
372145
1359
con una glucosa de alrededor de 90.
06:13
And if it gets up to 120, 125,
131
373528
2076
Y si se pone hasta 120, 125,
06:15
your doctor begins to think about a potential diagnosis of diabetes.
132
375628
3450
el médico empieza a pensar en un posible diagnóstico de diabetes.
06:19
So a 20 bump -- pretty significant.
133
379102
2991
Por eso un aumento de 20 es bastante significativo.
06:22
I said, "Nick, this is very cool.
134
382601
1904
Le dije: "Nick, esto es genial.
Pero, lo siento, todavía no podemos publicar
06:25
But, I'm sorry, we still don't have a paper,
135
385616
2053
06:27
because this is 10 patients and -- give me a break --
136
387693
2579
porque se trata de 10 pacientes y, en serio,
06:30
it's not enough patients."
137
390296
1245
no son suficientes pacientes".
06:31
So we said, what can we do?
138
391565
1306
Así que dijimos, ¿qué podemos hacer?
06:32
And we said, let's call our friends at Harvard and Vanderbilt,
139
392895
2976
Llamaremos a nuestros amigos en Harvard y Vanderbilt,
06:35
who also -- Harvard in Boston, Vanderbilt in Nashville,
140
395895
2587
que también, de Harvard en Boston, Vanderbilt en Nashville,
06:38
who also have electronic medical records similar to ours.
141
398506
2821
tienen registros médicos electrónicos similares a los nuestros.
06:41
Let's see if they can find similar patients
142
401351
2020
Vamos a ver si pueden encontrar pacientes similares
06:43
with the one P, the other P, the glucose measurements
143
403395
3276
con una P, la otra P, las mediciones de glucosa
06:46
in that range that we need.
144
406695
1600
en ese rango que necesitamos.
06:48
God bless them, Vanderbilt in one week found 40 such patients,
145
408787
4955
Dios los bendiga, Vanderbilt en una semana encontró 40 de estos pacientes,
06:53
same trend.
146
413766
1189
misma tendencia.
06:55
Harvard found 100 patients, same trend.
147
415804
3620
Harvard encontró 100 pacientes, la misma tendencia.
06:59
So at the end, we had 150 patients from three diverse medical centers
148
419448
4281
Al final, tuvimos 150 pacientes de tres diferentes centros médicos
07:03
that were telling us that patients getting these two drugs
149
423753
3297
que nos decían que los pacientes que ingerían estos dos medicamentos
07:07
were having their glucose bump somewhat significantly.
150
427074
2703
tenían niveles de glucosa alterados de manera significativa.
07:10
More interestingly, we had left out diabetics,
151
430317
2810
Más interesante aún, dejamos de lado a los diabéticos,
porque los diabéticos ya tienen alterada la glucosa.
07:13
because diabetics already have messed up glucose.
152
433151
2317
07:15
When we looked at the glucose of diabetics,
153
435492
2238
Cuando analizamos, la glucosa de los diabéticos
07:17
it was going up 60 milligrams per deciliter, not just 20.
154
437754
3435
llegaba hasta 60 mg por dl, no solo a 20.
07:21
This was a big deal, and we said, "We've got to publish this."
155
441760
3452
Este fue un gran logro, y dijimos: "Tenemos que publicar esto".
07:25
We submitted the paper.
156
445236
1179
Hemos presentado el artículo.
07:26
It was all data evidence,
157
446439
2111
Con toda la evidencia de los datos,
07:28
data from the FDA, data from Stanford,
158
448574
2483
datos de la FDA, datos de Stanford,
datos de Vanderbilt, datos de la Universidad de Harvard.
07:31
data from Vanderbilt, data from Harvard.
159
451081
1946
07:33
We had not done a single real experiment.
160
453051
2396
No habíamos hecho ni un solo experimento real.
07:36
But we were nervous.
161
456495
1296
Pero estábamos nerviosos.
07:38
So Nick, while the paper was in review, went to the lab.
162
458201
3730
Mientras que el artículo estaba en revisión, Nick y yo fuimos al laboratorio.
07:41
We found somebody who knew about lab stuff.
163
461955
2462
Encontramos a alguien que sabía de cosas de laboratorio.
07:44
I don't do that.
164
464441
1393
Yo no hago eso.
07:45
I take care of patients, but I don't do pipettes.
165
465858
2417
Me cuido de los pacientes, pero no trabajo con pipetas.
07:49
They taught us how to feed mice drugs.
166
469420
3053
Nos mostraron cómo suministrar fármacos a los ratones.
07:52
We took mice and we gave them one P, paroxetine.
167
472864
2414
Nos llevamos ratones y les dimos una P, paroxetina.
07:55
We gave some other mice pravastatin.
168
475302
2508
Dimos a otros pravastatina.
07:57
And we gave a third group of mice both of them.
169
477834
3595
Y a un tercer grupo de ratones ambos fármacos.
08:01
And lo and behold, glucose went up 20 to 60 milligrams per deciliter
170
481893
3946
Y la glucosa subió de 20 a 60 mg por dl
08:05
in the mice.
171
485863
1171
en los ratones.
08:07
So the paper was accepted based on the informatics evidence alone,
172
487058
3158
El artículo fue aceptado con base solo a la evidencia informática,
08:10
but we added a little note at the end,
173
490240
1894
pero hemos añadido una pequeña nota al final,
08:12
saying, oh by the way, if you give these to mice, it goes up.
174
492158
2899
comentando que si se da esto a los ratones, sube la glucosa.
08:15
That was great, and the story could have ended there.
175
495081
2508
Eso fue genial, y la historia podría haber terminado ahí.
08:17
But I still have six and a half minutes.
176
497613
1997
Pero todavía tengo seis minutos y medio.
08:19
(Laughter)
177
499634
2807
(Risas)
08:22
So we were sitting around thinking about all of this,
178
502465
2815
Así que sentados pensando en todo esto,
08:25
and I don't remember who thought of it, but somebody said,
179
505304
2735
no recuerdo quién pensó en ello, pero alguien dijo:
08:28
"I wonder if patients who are taking these two drugs
180
508063
3201
"Me pregunto si los pacientes que toman ambos fármacos
08:31
are noticing side effects of hyperglycemia.
181
511288
3553
notan efectos secundarios por hiperglucemia.
08:34
They could and they should.
182
514865
1496
Podrían y deberían notarlos.
08:36
How would we ever determine that?"
183
516761
1877
¿Cómo lo podríamos comprobar?"
08:39
We said, well, what do you do?
184
519551
1443
Dijimos, bueno, ¿qué hace uno?
Uno toma un medicamento, uno o dos nuevos medicamentos,
08:41
You're taking a medication, one new medication or two,
185
521018
2580
08:43
and you get a funny feeling.
186
523622
1538
y tiene una sensación extraña.
08:45
What do you do?
187
525184
1151
¿Qué hace?
08:46
You go to Google
188
526359
1151
Uno va a Google
08:47
and type in the two drugs you're taking or the one drug you're taking,
189
527534
3349
y teclea uno o los dos medicamentos que esté tomando
08:50
and you type in "side effects."
190
530907
1603
y teclea "efectos secundarios".
08:52
What are you experiencing?
191
532534
1356
¿Qué estás experimentando?
08:54
So we said OK,
192
534239
1151
Así que dijimos bien,
08:55
let's ask Google if they will share their search logs with us,
193
535414
3056
pediremos a Google que comparta sus registros de búsqueda con nosotros,
08:58
so that we can look at the search logs
194
538494
1833
para poder mirar los registros de búsqueda
09:00
and see if patients are doing these kinds of searches.
195
540351
2565
y ver si los pacientes hacen este tipo de búsquedas.
09:02
Google, I am sorry to say, denied our request.
196
542940
3275
Google, siento decirlo, denegó nuestra petición.
09:06
So I was bummed.
197
546819
1151
Así que estaba devastado.
09:07
I was at a dinner with a colleague who works at Microsoft Research
198
547994
3166
En una cena con un colega que trabaja en Microsoft Research
09:11
and I said, "We wanted to do this study,
199
551184
1941
dije: "Queríamos hacer este estudio,
09:13
Google said no, it's kind of a bummer."
200
553149
1880
Google dijo que no, es triste".
09:15
He said, "Well, we have the Bing searches."
201
555053
2086
Él dijo: "Bueno, tenemos las búsquedas de Bing".
09:18
(Laughter)
202
558195
3483
(Risas)
09:22
Yeah.
203
562805
1267
Sí.
09:24
That's great.
204
564096
1151
Eso es genial.
09:25
Now I felt like I was --
205
565271
1151
Me sentí como si estuviera...
09:26
(Laughter)
206
566446
1000
(Risas)
09:27
I felt like I was talking to Nick again.
207
567470
2412
Me sentí como si estuviera hablando con Nick de nuevo.
09:30
He works for one of the largest companies in the world,
208
570437
2624
Él trabaja para una de las empresas más grandes del mundo,
09:33
and I'm already trying to make him feel better.
209
573085
2206
y ya estaba intentando hacerle sentir bien.
09:35
But he said, "No, Russ -- you might not understand.
210
575315
2445
Sin embargo, dijo, "No, Russ, creo que no entiendes.
09:37
We not only have Bing searches,
211
577784
1500
No solo tenemos las búsquedas de Bing,
09:39
but if you use Internet Explorer to do searches at Google,
212
579308
3340
pues si usas Internet Explorer para hacer búsquedas en Google,
09:42
Yahoo, Bing, any ...
213
582672
1891
Yahoo, Bing, cualquiera...
09:44
Then, for 18 months, we keep that data for research purposes only."
214
584587
3643
Mantenemos los datos solo con fines de investigación 18 meses".
09:48
I said, "Now you're talking!"
215
588254
1936
Le dije: "¡Así se habla!"
09:50
This was Eric Horvitz, my friend at Microsoft.
216
590214
2198
Este era Eric Horvitz, mi amigo en Microsoft.
09:52
So we did a study
217
592436
1695
Así que hicimos un estudio
09:54
where we defined 50 words that a regular person might type in
218
594155
4619
donde definimos 50 palabras que una persona normal puede escribir
09:58
if they're having hyperglycemia,
219
598798
1602
si sufre hiperglucemia,
10:00
like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --
220
600424
4762
como "fatiga", "pérdida de apetito", "orinar mucho", "mear mucho",
perdóname, pero esa es una de las cosas que se puede teclear.
10:05
forgive me, but that's one of the things you might type in.
221
605210
2767
Así que teníamos 50 frases que llamamos "palabras de la diabetes".
10:08
So we had 50 phrases that we called the "diabetes words."
222
608001
2790
10:10
And we did first a baseline.
223
610815
2063
Y lo hicimos por primera vez como línea de partida.
10:12
And it turns out that about .5 to one percent
224
612902
2704
Y resulta que alrededor del 0,5 al 1 %
10:15
of all searches on the Internet involve one of those words.
225
615630
2982
de todas las búsquedas en Internet implican una de esas palabras.
10:18
So that's our baseline rate.
226
618636
1742
Así que esa es nuestra tasa de referencia.
10:20
If people type in "paroxetine" or "Paxil" -- those are synonyms --
227
620402
4143
Si la gente escribe "paroxetina" o "Paxil", que son sinónimos,
10:24
and one of those words,
228
624569
1215
y una de esas palabras,
10:25
the rate goes up to about two percent of diabetes-type words,
229
625808
4890
la tasa sube a aproximadamente 2 % de las palabras de tipo diabetes,
10:30
if you already know that there's that "paroxetine" word.
230
630722
3044
Si ya se sabe que está la palabra "paroxetina".
10:34
If it's "pravastatin," the rate goes up to about three percent from the baseline.
231
634191
4547
Si es "pravastatina", la tasa sube a un 3 % en la línea de partida.
10:39
If both "paroxetine" and "pravastatin" are present in the query,
232
639171
4390
Si están "paroxetina" y "pravastatina" presentes en la consulta,
10:43
it goes up to 10 percent,
233
643585
1669
sube a 10 %,
10:45
a huge three- to four-fold increase
234
645278
3461
un aumento enorme de tres a cuatro veces
10:48
in those searches with the two drugs that we were interested in,
235
648763
3389
en esas búsquedas con los dos fármacos que nos interesan
10:52
and diabetes-type words or hyperglycemia-type words.
236
652176
3566
y las palabras de tipo diabetes o palabras de tipo hiperglucemia.
Hemos publicado esto,
10:56
We published this,
237
656216
1265
10:57
and it got some attention.
238
657505
1466
y obtuvo algo de atención.
10:58
The reason it deserves attention
239
658995
1778
La razón por la que merece la atención
11:00
is that patients are telling us their side effects indirectly
240
660797
4312
es que los pacientes nos dicen sus efectos secundarios indirectamente
a través de sus búsquedas.
11:05
through their searches.
241
665133
1156
11:06
We brought this to the attention of the FDA.
242
666313
2138
Llamamos la atención de la FDA.
11:08
They were interested.
243
668475
1269
Ellos estaban interesados.
11:09
They have set up social media surveillance programs
244
669768
3606
Se han aplicado programas de vigilancia en los medios sociales
11:13
to collaborate with Microsoft,
245
673398
1751
para colaborar con Microsoft,
que tenía una bonita infraestructura para hacer esto, y otros,
11:15
which had a nice infrastructure for doing this, and others,
246
675173
2794
11:17
to look at Twitter feeds,
247
677991
1282
mirando los datos en Twitter,
11:19
to look at Facebook feeds,
248
679297
1716
los datos en Facebook,
11:21
to look at search logs,
249
681037
1311
mirando los registros de búsqueda,
11:22
to try to see early signs that drugs, either individually or together,
250
682372
4909
para ver los primeros signos de que los fármacos ya sea individualmente
o en conjunto, están causando problemas.
11:27
are causing problems.
251
687305
1589
11:28
What do I take from this? Why tell this story?
252
688918
2174
¿Qué sacamos de esto? ¿Por qué contar esta historia?
11:31
Well, first of all,
253
691116
1207
Bueno, en primer lugar,
11:32
we have now the promise of big data and medium-sized data
254
692347
4037
tenemos la promesa de grandes volúmenes de datos y de tamaño mediano
11:36
to help us understand drug interactions
255
696408
2918
para ayudarnos a entender las interacciones entre medicamentos
11:39
and really, fundamentally, drug actions.
256
699350
2420
y, esencialmente, sus efectos.
11:41
How do drugs work?
257
701794
1413
¿Cómo funcionan los medicamentos?
11:43
This will create and has created a new ecosystem
258
703231
2836
Esto creará y ha creado un nuevo ecosistema
11:46
for understanding how drugs work and to optimize their use.
259
706091
3267
para comprender cómo funcionan los medicamentos y optimizar su uso.
Nick continuó; él es profesor de la Universidad de Columbia ahora.
11:50
Nick went on; he's a professor at Columbia now.
260
710303
2659
11:52
He did this in his PhD for hundreds of pairs of drugs.
261
712986
4072
Ha hecho esto en su tesis doctoral con cientos de pares de medicamentos.
11:57
He found several very important interactions,
262
717082
2517
Encontró varias interacciones muy importantes,
11:59
and so we replicated this
263
719623
1214
y lo replicamos
12:00
and we showed that this is a way that really works
264
720861
2574
y hemos demostrado que esta es una manera que realmente funciona
12:03
for finding drug-drug interactions.
265
723459
2339
para la búsqueda de interacciones fármaco-fármaco.
12:06
However, there's a couple of things.
266
726282
1734
Sin embargo, hay algunas salvedades.
12:08
We don't just use pairs of drugs at a time.
267
728040
3046
No nos limitamos a usar pares de medicamentos.
12:11
As I said before, there are patients on three, five, seven, nine drugs.
268
731110
4469
Como he dicho antes, hay pacientes con tres, cinco, siete, nueve medicamentos.
12:15
Have they been studied with respect to their nine-way interaction?
269
735981
3642
¿Cómo estudiamos su interacción de nueve maneras?
12:19
Yes, we can do pair-wise, A and B, A and C, A and D,
270
739647
4208
Sí, podemos hacerlo de a pares A y B, A y C, A y D,
12:23
but what about A, B, C, D, E, F, G all together,
271
743879
4286
pero ¿qué pasa con A, B, C, D, E, F, G todos juntos,
12:28
being taken by the same patient,
272
748189
1762
en el mismo paciente,
12:29
perhaps interacting with each other
273
749975
2118
tal vez interactúan entre sí
12:32
in ways that either makes them more effective or less effective
274
752117
3778
de manera que, o bien los hace más eficaces o menos eficaces
12:35
or causes side effects that are unexpected?
275
755919
2332
o causa efectos secundarios inesperados?
12:38
We really have no idea.
276
758275
1827
Realmente no tenemos idea.
12:40
It's a blue sky, open field for us to use data
277
760126
3756
Es un campo fértil, abierto al uso de datos
12:43
to try to understand the interaction of drugs.
278
763906
2502
para tratar de comprender la interacción de los fármacos.
12:46
Two more lessons:
279
766848
1370
Dos lecciones más:
12:48
I want you to think about the power that we were able to generate
280
768242
4199
Quiero que piensen en el poder que hemos generado
12:52
with the data from people who had volunteered their adverse reactions
281
772465
4711
con datos de personas que han presentado reacciones adversas
a través de sus farmacéuticos, de ellos mismos y de sus médicos,
12:57
through their pharmacists, through themselves, through their doctors,
282
777200
3269
13:00
the people who allowed the databases at Stanford, Harvard, Vanderbilt,
283
780493
3667
personas que permitieron usar las bases de datos de la Universidad de Stanford,
13:04
to be used for research.
284
784184
1427
Harvard, Vanderbilt, para la investigación.
13:05
People are worried about data.
285
785929
1445
La gente está preocupada por los datos.
13:07
They're worried about their privacy and security -- they should be.
286
787398
3187
Está preocupada por su privacidad y la seguridad y deben estarlo.
13:10
We need secure systems.
287
790609
1151
Necesitamos sistemas seguros.
13:11
But we can't have a system that closes that data off,
288
791784
3406
Pero no podemos tener un sistema que se cierre a los datos,
13:15
because it is too rich of a source
289
795214
2752
porque es una fuente demasiado rica
13:17
of inspiration, innovation and discovery
290
797990
3971
de inspiración, innovación y descubrimiento
13:21
for new things in medicine.
291
801985
1578
para cosas nuevas en la medicina.
13:24
And the final thing I want to say is,
292
804494
1794
Y lo último que quiero decir es,
13:26
in this case we found two drugs and it was a little bit of a sad story.
293
806312
3357
en este caso encontramos dos fármacos, una historia triste.
13:29
The two drugs actually caused problems.
294
809693
1921
Los dos fármacos causaban ​​realmente problemas.
13:31
They increased glucose.
295
811638
1475
aumentaban la glucosa.
13:33
They could throw somebody into diabetes
296
813137
2446
Podían llevar a alguien a la diabetes
13:35
who would otherwise not be in diabetes,
297
815607
2294
que de otra manera no tendría diabetes,
13:37
and so you would want to use the two drugs very carefully together,
298
817925
3175
y por eso uno debe usar ambos medicamentos juntos con mucho cuidado,
13:41
perhaps not together,
299
821124
1151
o tal vez no juntos,
13:42
make different choices when you're prescribing.
300
822299
2340
o puede tomar decisiones diferentes al recetar.
13:44
But there was another possibility.
301
824663
1846
Pero había otra posibilidad.
13:46
We could have found two drugs or three drugs
302
826533
2344
Podríamos haber encontrado dos fármacos o tres
13:48
that were interacting in a beneficial way.
303
828901
2261
que interactuaban de manera beneficiosa.
13:51
We could have found new effects of drugs
304
831616
2712
Podríamos haber encontrado nuevos efectos de los medicamentos
13:54
that neither of them has alone,
305
834352
2160
que ninguno de ellos tiene por sí solo,
13:56
but together, instead of causing a side effect,
306
836536
2493
pero en conjunto, en lugar de causar un efecto secundario,
13:59
they could be a new and novel treatment
307
839053
2425
podrían ser un tratamiento novedoso
14:01
for diseases that don't have treatments
308
841502
1882
para enfermedades que no tienen tratamientos
14:03
or where the treatments are not effective.
309
843408
2007
o en los que los tratamientos no son efectivos.
14:05
If we think about drug treatment today,
310
845439
2395
Si pensamos en el tratamiento actual con medicamentos,
14:07
all the major breakthroughs --
311
847858
1752
todos los grandes avances
14:09
for HIV, for tuberculosis, for depression, for diabetes --
312
849634
4297
para el VIH, la tuberculosis, la depresión, la diabetes...
14:13
it's always a cocktail of drugs.
313
853955
2830
siempre son un cóctel de fármacos.
14:16
And so the upside here,
314
856809
1730
Y eso sería
14:18
and the subject for a different TED Talk on a different day,
315
858563
2849
tema para una charla TED otro día:
14:21
is how can we use the same data sources
316
861436
2593
cómo podemos usar las mismas fuentes de datos
14:24
to find good effects of drugs in combination
317
864053
3563
para encontrar buenos efectos de los fármacos combinados
14:27
that will provide us new treatments,
318
867640
2175
que nos brinden nuevos tratamientos,
14:29
new insights into how drugs work
319
869839
1852
nuevos conocimientos sobre cómo funcionan los fármacos
14:31
and enable us to take care of our patients even better?
320
871715
3786
y nos permitan cuidar de nuestros pacientes aún mejor.
14:35
Thank you very much.
321
875525
1166
Muchas gracias.
14:36
(Applause)
322
876715
3499
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7