| Summary: | Introduction: Pharmacists encounter certain problems to carry out a pharmacotherapy review, mainly because of the time required to perform the activity and difficulty accessing quality information. Their job is to analyze the prescription to find possible inconsistencies and suggest a strategy for the patient to take the prescribed medicines and facilitate adherence to treatment.
Objective: The aim of this study was to develop and validate an intelligent information system, by using genetic algorithms, to help scheduling how and when to take medicines appropriately.
Methods: Consensus meetings were held to model, through variables and computational rules, the clinical reasoning used in the pharmacotherapy review process. The system was developed using genetic algorithms and hypothesis validation of hypothesized scheduling cases performed by the system and by human experts. The models for scheduling were evaluated qualitatively by pharmaceutical experts who had clinical and research experience in the pharmacotherapy review process. The degree of agreement between the assessments made by the human experts and the system were measured by the Kappa index.
Results: The intelligent information system obtained a superior performance in all aspects as compared to that of the human experts. In the detection of purposive errors, the system was able to identify up to 80% of them, whereas the human experts identified between 20% and 70%. Regarding the general evaluation, the system achieved 87.3% of the evaluations considered adequate, whereas the human expert who achieved the highest score obtained 75.50% success.
Conclusion: The intelligent information system we created, using genetic algorithms as the main resource, can help improve the quality of the pharmacotherapy revision process, being able to find prescription errors and establish schedules for medication use, according to the patient’s routine. === Submitted by Clavison Martinelli Zapelini (clavison.zapelini@unisul.br) on 2018-04-09T15:00:33Z
No. of bitstreams: 2
license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5)
Tese RIUNI.docx: 3784047 bytes, checksum: 9891acaeba09e40eb341ca0a0004a2f0 (MD5) === Rejected by Silvane Cauz (silvane.cauz@unisul.br), reason: Motivo enviado via e-mail. on 2018-04-16T18:49:32Z (GMT) === Submitted by Clavison Martinelli Zapelini (clavison.zapelini@unisul.br) on 2018-05-07T13:23:38Z
No. of bitstreams: 2
license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5)
Tese RIUNI.pdf: 3206284 bytes, checksum: 53493ee7a72bf63b3e1997430b42d015 (MD5) === Approved for entry into archive by Silvane Cauz (silvane.cauz@unisul.br) on 2018-05-07T14:21:19Z (GMT) No. of bitstreams: 2
license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5)
Tese RIUNI.pdf: 3206284 bytes, checksum: 53493ee7a72bf63b3e1997430b42d015 (MD5) === Made available in DSpace on 2018-05-07T14:21:19Z (GMT). No. of bitstreams: 2
license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5)
Tese RIUNI.pdf: 3206284 bytes, checksum: 53493ee7a72bf63b3e1997430b42d015 (MD5)
Previous issue date: 2018 === Introdução: Para a realização do processo de Revisão da Farmacoterapia, o farmacêutico encontra como principais problemas o tempo necessário para a realização da atividade e a dificuldade ao acesso a informações de qualidade. Isso porque precisa analisar a prescrição, com o objetivo de encontrar possíveis inconsistências e sugerir uma estratégia para a utilização do conjunto de medicamentos que o paciente fará uso, que facilite a adesão ao tratamento.
Objetivo: Desenvolver e validar um sistema de informação inteligente, com a utilização de algoritmos genéticos, para auxiliar na atividade de aprazamento no processo de revisão da farmacoterapia.
Métodos: Foram elaboradas reuniões de consenso para modelar, em variáveis e regras computacionais, o raciocínio clínico utilizado no processo de revisão de farmacoterapia. O sistema foi desenvolvido utilizando o conceito de Algoritmos Genéticos e validado com o aprazamento de casos hipotéticos realizados pelo sistema e por especialistas humanos. Esses aprazamentos foram avaliados qualitativamente por especialistas farmacêuticos com experiencia clínica e de pesquisa no processo de revisão da farmacoterapia. O grau de concordância entre as avaliações dos aprazamentos realizados pelos especialistas humanos e pelo sistema foram aferidos pelo índice Kappa.
Resultados: O sistema obteve, em todas as avaliações, desempenho superior aos especialistas humanos. Na detecção de erros propositais o sistema conseguiu identificar 80% dos erros, sendo que os especialistas humanos identificaram entre 20% a 70% dos erros. Em relação a avaliação geral, o sistema obteve 87,3% das avaliações consideradas adequadas, sendo que o especialista humano que mais se aproximou deste índice obteve 75,50%.
Conclusão: O sistema desenvolvido, utilizando como principal recurso Algoritmos Genéticos, pode auxiliar no processo de Revisão da Farmacoterapia, sendo capaz de encontrar erros de prescrição bem como estabelecer horários de utilização dos medicamentos de acordo com a rotina dos pacientes
|
|---|
