What really happens when you mix medications? | Russ Altman

Traductor: Lidia Cámara de la Fuente Revisor: Sebastian Betti

So you go to the doctor and get some tests.

Uno va al médico y le hacen varias pruebas.

The doctor determines that you have high cholesterol

El médico determina que el colesterol está alto

and you would benefit from medication to treat it.

y que sería bueno tomar una medicación adecuada.

So you get a pillbox.

Así que le dan pastillas.

You have some confidence,

Uno tiene cierta confianza,

your physician has some confidence that this is going to work.

el médico confía en que esto va a funcionar.

The company that invented it did a lot of studies, submitted it to the FDA.

La empresa que lo creó hizo muchos estudios que revisó la FDA.

They studied it very carefully, skeptically, they approved it.

Lo analizaron cuidadosamente, con escepticismo, lo aprobaron.

They have a rough idea of how it works,

Tienen una idea aproximada de cómo funciona,

they have a rough idea of what the side effects are.

y de cuáles son aproximadamente los efectos secundarios.

It should be OK.

Debería estar bien.

You have a little more of a conversation with your physician

Uno tiene algo más que una conversación con su médico

and the physician is a little worried because you've been blue,

y al médico le preocupa un poco que uno esté desanimado,

haven't felt like yourself,

que no sea uno mismo,

you haven't been able to enjoy things in life quite as much as you usually do.

que no pueda disfrutar de las cosas de la vida tanto como antes.

Your physician says, "You know, I think you have some depression.

El médico dice: "Sabes, creo que estás un poco deprimido.

I'm going to have to give you another pill."

Voy a recetarte otras pastillas".

So now we're talking about two medications.

Así que ahora hablamos de dos medicamentos.

This pill also -- millions of people have taken it,

También esta pastilla la han tomado millones de personas

the company did studies, the FDA looked at it -- all good.

la farmacéutica hizo estudios, la FDA los revisó, todo bien.

Think things should go OK.

Las cosas deberían ir bien.

Think things should go OK.

Las cosas deberían ir bien.

Well, wait a minute.

Pero, esperen un momento.

How much have we studied these two together?

¿Cuánto sabemos sobre cómo actúan las dos juntas?

Well, it's very hard to do that.

Es difícil hacer un estudio así.

In fact, it's not traditionally done.

De hecho, no se suele hacer.

We totally depend on what we call "post-marketing surveillance,"

Dependemos de lo que llamamos "supervisión tras la comercialización",

after the drugs hit the market.

después de que salgan al mercado.

How can we figure out if bad things are happening

¿Cómo podemos averiguar si va a pasar algo malo

between two medications?

al combinar dos medicamentos?

Three? Five? Seven?

¿Y tres? ¿Cinco? ¿Siete?

Ask your favorite person who has several diagnoses

Pregunten a quien quieran que tenga varios diagnósticos

how many medications they're on.

cuántos medicamentos toma.

Why do I care about this problem?

¿Por qué me preocupo por esto?

I care about it deeply.

Me preocupa en serio.

I'm an informatics and data science guy and really, in my opinion,

Soy informático y científico de datos y de verdad, en mi opinión,

the only hope -- only hope -- to understand these interactions

la única esperanza, única esperanza, para entender estas interacciones

is to leverage lots of different sources of data

es usar muchas fuentes de datos diferentes

in order to figure out when drugs can be used together safely

para comprender cuándo se pueden usar las medicinas juntas con seguridad

and when it's not so safe.

y cuando no es tan seguro.

So let me tell you a data science story.

Les contaré una historia sobre la ciencia de datos.

And it begins with my student Nick.

Comienza con mi estudiante Nick.

Let's call him "Nick," because that's his name.

Vamos a llamarlo "Nick", porque ese es su nombre.

(Laughter)

(Risas)

Nick was a young student.

Nick era un joven estudiante.

I said, "You know, Nick, we have to understand how drugs work

Le dije: "Nick, tenemos que entender cómo funcionan las medicinas

and how they work together and how they work separately,

cómo funcionan juntas y cómo funcionan por separado,

and we don't have a great understanding.

y no tenemos una gran visión.

But the FDA has made available an amazing database.

Pero la FDA ha publicado una base de datos increíble.

It's a database of adverse events.

Es una base de datos de reacciones adversas.

They literally put on the web --

Literalmente, han puesto en la web

publicly available, you could all download it right now --

abierta al público, todos pueden descargarla ahora mismo,

hundreds of thousands of adverse event reports

cientos de miles de informes de efectos adversos

from patients, doctors, companies, pharmacists.

de pacientes, médicos, empresas, farmacéuticos.

And these reports are pretty simple:

Y estos informes son bastante simples:

it has all the diseases that the patient has,

contienen todas las enfermedades que tiene el paciente,

all the drugs that they're on,

las medicinas que toma

and all the adverse events, or side effects, that they experience.

y todas las reacciones adversas o efectos secundarios que ha tenido.

It is not all of the adverse events that are occurring in America today,

No son todas las reacciones adversas que están dándose hoy en EE.UU.,

but it's hundreds and hundreds of thousands of drugs.

pero son cientos y cientos de miles de medicamentos.

So I said to Nick,

Así que le dije a Nick:

"Let's think about glucose.

"Vamos a considerar la glucosa.

Glucose is very important, and we know it's involved with diabetes.

La glucosa es muy importante y conocemos su relación con la diabetes.

Let's see if we can understand glucose response.

Vamos a ver si podemos entender la respuesta de la glucosa.

I sent Nick off. Nick came back.

Envié a Nick. Nick regresó.

"Russ," he said,

"Russ", dijo,

"I've created a classifier that can look at the side effects of a drug

"He creado un clasificador que examina los efectos secundarios de una medicina

based on looking at this database,

explorando esta base de datos,

and can tell you whether that drug is likely to change glucose or not."

y puede mostrar si es probable que esa medicina cambie o no la glucosa".

He did it. It was very simple, in a way.

Él lo hizo. En un sentido, era sencillo.

He took all the drugs that were known to change glucose

Eligió las medicinas que sabemos que alteran la glucosa

and a bunch of drugs that don't change glucose,

y un puñado de medicinas que no la alteran

and said, "What's the difference in their side effects?

y dijo: "¿En qué se diferencian los efectos secundarios?

Differences in fatigue? In appetite? In urination habits?"

¿Hay diferencias en el cansancio? ¿En el apetito? ¿En los hábitos urinarios?"

All those things conspired to give him a really good predictor.

Todo se confabuló para darle un muy buen indicador.

He said, "Russ, I can predict with 93 percent accuracy

Dijo: "Russ, puedo predecir con una precisión del 93 %

when a drug will change glucose."

si una medicina alterará la glucosa".

I said, "Nick, that's great."

Dije: "Nick, eso es genial".

He's a young student, you have to build his confidence.

Es un estudiante joven, hay que cimentar su confianza.

"But Nick, there's a problem.

"Pero hay un problema, Nick.

It's that every physician in the world knows all the drugs that change glucose,

Todos los médicos del mundo conocen los medicamentos que alteran la glucosa,

because it's core to our practice.

porque es fundamental para nuestra práctica.

So it's great, good job, but not really that interesting,

Así que es genial, buen trabajo, pero en realidad no es tan interesante,

definitely not publishable."

definitivamente no publicable".

(Laughter)

(Risas)

He said, "I know, Russ. I thought you might say that."

Él dijo: "Lo sé, Russ. Sabía que dirías algo así".

Nick is smart.

Nick es inteligente.

"I thought you might say that, so I did one other experiment.

Dijo: "Como sabía que lo dirías, hice otro experimento.

Estudié a gente en esa base de datos que tomaban ambas medicinas,

I looked at people in this database who were on two drugs,

and I looked for signals similar, glucose-changing signals,

y busqué marcas similares, señales de alteraciones de la glucosa,

for people taking two drugs,

de gente que toma ambos medicamentos,

where each drug alone did not change glucose,

pero cada medicina sola no altera la glucosa,

but together I saw a strong signal."

pero juntas constaté un marcador fuerte".

And I said, "Oh! You're clever. Good idea. Show me the list."

Y dije: "Eres inteligente. Buena idea. Muéstrame la lista".

And there's a bunch of drugs, not very exciting.

Hay muchas medicinas, no muy emocionante.

But what caught my eye was, on the list there were two drugs:

Pero lo que más me llamó la atención fue que en la lista había dos,

paroxetine, or Paxil, an antidepressant;

paroxetina o Paxil, un antidepresivo;

and pravastatin, or Pravachol, a cholesterol medication.

y pravastatina, o Pravachol, un medicamento para el colesterol.

And I said, "Huh. There are millions of Americans on those two drugs."

Y dije: "Hay millones de estadounidenses que toman esos dos medicamentos".

In fact, we learned later,

De hecho, como vimos,

15 million Americans on paroxetine at the time, 15 million on pravastatin,

15 millones de estadounidenses toman paroxetina en este momento

and a million, we estimated, on both.

y estimamos que un millón toman las dos.

So that's a million people

Un millón de personas

who might be having some problems with their glucose

podrían estar teniendo problemas con su glucosa

if this machine-learning mumbo jumbo that he did in the FDA database

si este aprendizaje automático en jerga generado

actually holds up.

en la base de datos de la FDA fuese válido.

But I said, "It's still not publishable,

Y dije: "Todavía no es publicable,

because I love what you did with the mumbo jumbo,

aunque me encanta lo que hiciste

with the machine learning,

con el aprendizaje automático en jerga

but it's not really standard-of-proof evidence that we have."

pero en realidad no es una prueba irrefutable".

So we have to do something else.

Así que tenemos que hacer algo más.

Let's go into the Stanford electronic medical record.

Entraremos en el historial clínico electrónico de Stanford.

We have a copy of it that's OK for research,

Tenemos una copia lo que está bien para la investigación,

we removed identifying information.

eliminamos la información de identificación.

And I said, "Let's see if people on these two drugs

Y dije: "Veremos si la gente con ambos fármacos

have problems with their glucose."

tiene problemas en sus niveles de glucosa".

Now there are thousands and thousands of people

Pero hay miles y miles de personas

in the Stanford medical records that take paroxetine and pravastatin.

en los registros médicos de Stanford que toman paroxetina y pravastatina.

But we needed special patients.

Necesitábamos pacientes especiales.

We needed patients who were on one of them and had a glucose measurement,

Necesitábamos pacientes con uno de ellos y con una medición de glucosa,

then got the second one and had another glucose measurement,

luego el segundo con otra medición de glucosa,

all within a reasonable period of time -- something like two months.

todo dentro de un período razonable de tiempo, algo así como dos meses.

And when we did that, we found 10 patients.

Y cuando lo hicimos, encontramos 10 pacientes.

However, eight out of the 10 had a bump in their glucose

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,

when they got the second P -- we call this P and P --

when they got the second P.

cuando consiguieron la segunda P.

Either one could be first, the second one comes up,

Cualquiera de las dos podría ser la primera, lo que aparece,

glucose went up 20 milligrams per deciliter.

es que la glucosa subió a 20 mg por dl.

Just as a reminder,

Así como un recordatorio,

you walk around normally, if you're not diabetic,

uno camina con normalidad, si no es diabético,

with a glucose of around 90.

con una glucosa de alrededor de 90.

And if it gets up to 120, 125,

Y si se pone hasta 120, 125,

your doctor begins to think about a potential diagnosis of diabetes.

el médico empieza a pensar en un posible diagnóstico de diabetes.

So a 20 bump -- pretty significant.

Por eso un aumento de 20 es bastante significativo.

I said, "Nick, this is very cool.

Le dije: "Nick, esto es genial.

Pero, lo siento, todavía no podemos publicar

But, I'm sorry, we still don't have a paper,

because this is 10 patients and -- give me a break --

porque se trata de 10 pacientes y, en serio,

it's not enough patients."

no son suficientes pacientes".

So we said, what can we do?

Así que dijimos, ¿qué podemos hacer?

And we said, let's call our friends at Harvard and Vanderbilt,

Llamaremos a nuestros amigos en Harvard y Vanderbilt,

who also -- Harvard in Boston, Vanderbilt in Nashville,

que también, de Harvard en Boston, Vanderbilt en Nashville,

who also have electronic medical records similar to ours.

tienen registros médicos electrónicos similares a los nuestros.

Let's see if they can find similar patients

Vamos a ver si pueden encontrar pacientes similares

with the one P, the other P, the glucose measurements

con una P, la otra P, las mediciones de glucosa

in that range that we need.

en ese rango que necesitamos.

God bless them, Vanderbilt in one week found 40 such patients,

Dios los bendiga, Vanderbilt en una semana encontró 40 de estos pacientes,

same trend.

misma tendencia.

Harvard found 100 patients, same trend.

Harvard encontró 100 pacientes, la misma tendencia.

So at the end, we had 150 patients from three diverse medical centers

Al final, tuvimos 150 pacientes de tres diferentes centros médicos

that were telling us that patients getting these two drugs

que nos decían que los pacientes que ingerían estos dos medicamentos

were having their glucose bump somewhat significantly.

tenían niveles de glucosa alterados de manera significativa.

More interestingly, we had left out diabetics,

Más interesante aún, dejamos de lado a los diabéticos,

porque los diabéticos ya tienen alterada la glucosa.

because diabetics already have messed up glucose.

When we looked at the glucose of diabetics,

Cuando analizamos, la glucosa de los diabéticos

it was going up 60 milligrams per deciliter, not just 20.

llegaba hasta 60 mg por dl, no solo a 20.

This was a big deal, and we said, "We've got to publish this."

Este fue un gran logro, y dijimos: "Tenemos que publicar esto".

We submitted the paper.

Hemos presentado el artículo.

It was all data evidence,

Con toda la evidencia de los datos,

data from the FDA, data from Stanford,

datos de la FDA, datos de Stanford,

datos de Vanderbilt, datos de la Universidad de Harvard.

data from Vanderbilt, data from Harvard.

We had not done a single real experiment.

No habíamos hecho ni un solo experimento real.

But we were nervous.

Pero estábamos nerviosos.

So Nick, while the paper was in review, went to the lab.

Mientras que el artículo estaba en revisión, Nick y yo fuimos al laboratorio.

We found somebody who knew about lab stuff.

Encontramos a alguien que sabía de cosas de laboratorio.

I don't do that.

Yo no hago eso.

I take care of patients, but I don't do pipettes.

Me cuido de los pacientes, pero no trabajo con pipetas.

They taught us how to feed mice drugs.

Nos mostraron cómo suministrar fármacos a los ratones.

We took mice and we gave them one P, paroxetine.

Nos llevamos ratones y les dimos una P, paroxetina.

We gave some other mice pravastatin.

Dimos a otros pravastatina.

And we gave a third group of mice both of them.

Y a un tercer grupo de ratones ambos fármacos.

And lo and behold, glucose went up 20 to 60 milligrams per deciliter

Y la glucosa subió de 20 a 60 mg por dl

in the mice.

en los ratones.

So the paper was accepted based on the informatics evidence alone,

El artículo fue aceptado con base solo a la evidencia informática,

but we added a little note at the end,

pero hemos añadido una pequeña nota al final,

saying, oh by the way, if you give these to mice, it goes up.

comentando que si se da esto a los ratones, sube la glucosa.

That was great, and the story could have ended there.

Eso fue genial, y la historia podría haber terminado ahí.

But I still have six and a half minutes.

Pero todavía tengo seis minutos y medio.

(Laughter)

(Risas)

So we were sitting around thinking about all of this,

Así que sentados pensando en todo esto,

and I don't remember who thought of it, but somebody said,

no recuerdo quién pensó en ello, pero alguien dijo:

"I wonder if patients who are taking these two drugs

"Me pregunto si los pacientes que toman ambos fármacos

are noticing side effects of hyperglycemia.

notan efectos secundarios por hiperglucemia.

They could and they should.

Podrían y deberían notarlos.

How would we ever determine that?"

¿Cómo lo podríamos comprobar?"

We said, well, what do you do?

Dijimos, bueno, ¿qué hace uno?

Uno toma un medicamento, uno o dos nuevos medicamentos,

You're taking a medication, one new medication or two,

and you get a funny feeling.

y tiene una sensación extraña.

What do you do?

¿Qué hace?

You go to Google

Uno va a Google

and type in the two drugs you're taking or the one drug you're taking,

y teclea uno o los dos medicamentos que esté tomando

and you type in "side effects."

y teclea "efectos secundarios".

What are you experiencing?

¿Qué estás experimentando?

So we said OK,

Así que dijimos bien,

let's ask Google if they will share their search logs with us,

pediremos a Google que comparta sus registros de búsqueda con nosotros,

so that we can look at the search logs

para poder mirar los registros de búsqueda

and see if patients are doing these kinds of searches.

y ver si los pacientes hacen este tipo de búsquedas.

Google, I am sorry to say, denied our request.

Google, siento decirlo, denegó nuestra petición.

So I was bummed.

Así que estaba devastado.

I was at a dinner with a colleague who works at Microsoft Research

En una cena con un colega que trabaja en Microsoft Research

and I said, "We wanted to do this study,

dije: "Queríamos hacer este estudio,

Google said no, it's kind of a bummer."

Google dijo que no, es triste".

He said, "Well, we have the Bing searches."

Él dijo: "Bueno, tenemos las búsquedas de Bing".

(Laughter)

(Risas)

Yeah.

Sí.

That's great.

Eso es genial.

Now I felt like I was --

Me sentí como si estuviera...

(Laughter)

(Risas)

I felt like I was talking to Nick again.

Me sentí como si estuviera hablando con Nick de nuevo.

He works for one of the largest companies in the world,

Él trabaja para una de las empresas más grandes del mundo,

and I'm already trying to make him feel better.

y ya estaba intentando hacerle sentir bien.

But he said, "No, Russ -- you might not understand.

Sin embargo, dijo, "No, Russ, creo que no entiendes.

We not only have Bing searches,

No solo tenemos las búsquedas de Bing,

but if you use Internet Explorer to do searches at Google,

pues si usas Internet Explorer para hacer búsquedas en Google,

Yahoo, Bing, any ...

Yahoo, Bing, cualquiera...

Then, for 18 months, we keep that data for research purposes only."

Mantenemos los datos solo con fines de investigación 18 meses".

I said, "Now you're talking!"

Le dije: "¡Así se habla!"

This was Eric Horvitz, my friend at Microsoft.

Este era Eric Horvitz, mi amigo en Microsoft.

So we did a study

Así que hicimos un estudio

where we defined 50 words that a regular person might type in

donde definimos 50 palabras que una persona normal puede escribir

if they're having hyperglycemia,

si sufre hiperglucemia,

like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" --

como "fatiga", "pérdida de apetito", "orinar mucho", "mear mucho",

perdóname, pero esa es una de las cosas que se puede teclear.

forgive me, but that's one of the things you might type in.

Así que teníamos 50 frases que llamamos "palabras de la diabetes".

So we had 50 phrases that we called the "diabetes words."

And we did first a baseline.

Y lo hicimos por primera vez como línea de partida.

And it turns out that about .5 to one percent

Y resulta que alrededor del 0,5 al 1 %

of all searches on the Internet involve one of those words.

de todas las búsquedas en Internet implican una de esas palabras.

So that's our baseline rate.

Así que esa es nuestra tasa de referencia.

If people type in "paroxetine" or "Paxil" -- those are synonyms --

Si la gente escribe "paroxetina" o "Paxil", que son sinónimos,

and one of those words,

y una de esas palabras,

the rate goes up to about two percent of diabetes-type words,

la tasa sube a aproximadamente 2 % de las palabras de tipo diabetes,

if you already know that there's that "paroxetine" word.

Si ya se sabe que está la palabra "paroxetina".

If it's "pravastatin," the rate goes up to about three percent from the baseline.

Si es "pravastatina", la tasa sube a un 3 % en la línea de partida.

If both "paroxetine" and "pravastatin" are present in the query,

Si están "paroxetina" y "pravastatina" presentes en la consulta,

it goes up to 10 percent,

sube a 10 %,

a huge three- to four-fold increase

un aumento enorme de tres a cuatro veces

in those searches with the two drugs that we were interested in,

en esas búsquedas con los dos fármacos que nos interesan

and diabetes-type words or hyperglycemia-type words.

y las palabras de tipo diabetes o palabras de tipo hiperglucemia.

Hemos publicado esto,

We published this,

and it got some attention.

y obtuvo algo de atención.

The reason it deserves attention

La razón por la que merece la atención

is that patients are telling us their side effects indirectly

es que los pacientes nos dicen sus efectos secundarios indirectamente

a través de sus búsquedas.

through their searches.

We brought this to the attention of the FDA.

Llamamos la atención de la FDA.

They were interested.

Ellos estaban interesados.

They have set up social media surveillance programs

Se han aplicado programas de vigilancia en los medios sociales

to collaborate with Microsoft,

para colaborar con Microsoft,

que tenía una bonita infraestructura para hacer esto, y otros,

which had a nice infrastructure for doing this, and others,

to look at Twitter feeds,

mirando los datos en Twitter,

to look at Facebook feeds,

los datos en Facebook,

to look at search logs,

mirando los registros de búsqueda,

to try to see early signs that drugs, either individually or together,

para ver los primeros signos de que los fármacos ya sea individualmente

o en conjunto, están causando problemas.

are causing problems.

What do I take from this? Why tell this story?

¿Qué sacamos de esto? ¿Por qué contar esta historia?

Well, first of all,

Bueno, en primer lugar,

we have now the promise of big data and medium-sized data

tenemos la promesa de grandes volúmenes de datos y de tamaño mediano

to help us understand drug interactions

para ayudarnos a entender las interacciones entre medicamentos

and really, fundamentally, drug actions.

y, esencialmente, sus efectos.

How do drugs work?

¿Cómo funcionan los medicamentos?

This will create and has created a new ecosystem

Esto creará y ha creado un nuevo ecosistema

for understanding how drugs work and to optimize their use.

para comprender cómo funcionan los medicamentos y optimizar su uso.

Nick continuó; él es profesor de la Universidad de Columbia ahora.

Nick went on; he's a professor at Columbia now.

He did this in his PhD for hundreds of pairs of drugs.

Ha hecho esto en su tesis doctoral con cientos de pares de medicamentos.

He found several very important interactions,

Encontró varias interacciones muy importantes,

and so we replicated this

y lo replicamos

and we showed that this is a way that really works

y hemos demostrado que esta es una manera que realmente funciona

for finding drug-drug interactions.

para la búsqueda de interacciones fármaco-fármaco.

However, there's a couple of things.

Sin embargo, hay algunas salvedades.

We don't just use pairs of drugs at a time.

No nos limitamos a usar pares de medicamentos.

As I said before, there are patients on three, five, seven, nine drugs.

Como he dicho antes, hay pacientes con tres, cinco, siete, nueve medicamentos.

Have they been studied with respect to their nine-way interaction?

¿Cómo estudiamos su interacción de nueve maneras?

Yes, we can do pair-wise, A and B, A and C, A and D,

Sí, podemos hacerlo de a pares A y B, A y C, A y D,

but what about A, B, C, D, E, F, G all together,

pero ¿qué pasa con A, B, C, D, E, F, G todos juntos,

being taken by the same patient,

en el mismo paciente,

perhaps interacting with each other

tal vez interactúan entre sí

in ways that either makes them more effective or less effective

de manera que, o bien los hace más eficaces o menos eficaces

or causes side effects that are unexpected?

o causa efectos secundarios inesperados?

We really have no idea.

Realmente no tenemos idea.

It's a blue sky, open field for us to use data

Es un campo fértil, abierto al uso de datos

to try to understand the interaction of drugs.

para tratar de comprender la interacción de los fármacos.

Two more lessons:

Dos lecciones más:

I want you to think about the power that we were able to generate

Quiero que piensen en el poder que hemos generado

with the data from people who had volunteered their adverse reactions

con datos de personas que han presentado reacciones adversas

a través de sus farmacéuticos, de ellos mismos y de sus médicos,

through their pharmacists, through themselves, through their doctors,

the people who allowed the databases at Stanford, Harvard, Vanderbilt,

personas que permitieron usar las bases de datos de la Universidad de Stanford,

to be used for research.

Harvard, Vanderbilt, para la investigación.

People are worried about data.

La gente está preocupada por los datos.

They're worried about their privacy and security -- they should be.

Está preocupada por su privacidad y la seguridad y deben estarlo.

We need secure systems.

Necesitamos sistemas seguros.

But we can't have a system that closes that data off,

Pero no podemos tener un sistema que se cierre a los datos,

because it is too rich of a source

porque es una fuente demasiado rica

of inspiration, innovation and discovery

de inspiración, innovación y descubrimiento

for new things in medicine.

para cosas nuevas en la medicina.

And the final thing I want to say is,

Y lo último que quiero decir es,

in this case we found two drugs and it was a little bit of a sad story.

en este caso encontramos dos fármacos, una historia triste.

The two drugs actually caused problems.

Los dos fármacos causaban ​​realmente problemas.

They increased glucose.

aumentaban la glucosa.

They could throw somebody into diabetes

Podían llevar a alguien a la diabetes

who would otherwise not be in diabetes,

que de otra manera no tendría diabetes,

and so you would want to use the two drugs very carefully together,

y por eso uno debe usar ambos medicamentos juntos con mucho cuidado,

perhaps not together,

o tal vez no juntos,

make different choices when you're prescribing.

o puede tomar decisiones diferentes al recetar.

But there was another possibility.

Pero había otra posibilidad.

We could have found two drugs or three drugs

Podríamos haber encontrado dos fármacos o tres

that were interacting in a beneficial way.

que interactuaban de manera beneficiosa.

We could have found new effects of drugs

Podríamos haber encontrado nuevos efectos de los medicamentos

that neither of them has alone,

que ninguno de ellos tiene por sí solo,

but together, instead of causing a side effect,

pero en conjunto, en lugar de causar un efecto secundario,

they could be a new and novel treatment

podrían ser un tratamiento novedoso

for diseases that don't have treatments

para enfermedades que no tienen tratamientos

or where the treatments are not effective.

o en los que los tratamientos no son efectivos.

If we think about drug treatment today,

Si pensamos en el tratamiento actual con medicamentos,

all the major breakthroughs --

todos los grandes avances

for HIV, for tuberculosis, for depression, for diabetes --

para el VIH, la tuberculosis, la depresión, la diabetes...

it's always a cocktail of drugs.

siempre son un cóctel de fármacos.

And so the upside here,

Y eso sería

and the subject for a different TED Talk on a different day,

tema para una charla TED otro día:

is how can we use the same data sources

cómo podemos usar las mismas fuentes de datos

to find good effects of drugs in combination

para encontrar buenos efectos de los fármacos combinados

that will provide us new treatments,

que nos brinden nuevos tratamientos,

new insights into how drugs work

nuevos conocimientos sobre cómo funcionan los fármacos

and enable us to take care of our patients even better?

y nos permitan cuidar de nuestros pacientes aún mejor.

Thank you very much.

Muchas gracias.

(Applause)

(Aplausos)