Die Studie untersucht die Nutzung von KI und Social-Media-Analytik, um bisher unbekannte unerwünschte Nebenwirkungen (UNW) von GLP-1-Rezeptoragonisten zu entdecken. GLP-1-Rezeptoragonisten sind Medikamente, die zur Behandlung von Adipositas und Typ-2-Diabetes eingesetzt werden und eine hohe Wirksamkeit bei der Gewichtsreduktion und Verbesserung von Begleiterkrankungen zeigen.
Die Forscher verwendeten verschiedene Datensätze, darunter Beiträge aus sozialen Medien (X und Reddit), wissenschaftliche Publikationen (PubMed) sowie Informationen von Herstellern und ChatGPT, um mögliche UNW zu identifizieren. Mithilfe eines Named Entity Recognition (NER)-Modells konnten sie 134 potenzielle UNW erfassen, von denen 21 ausschließlich in den sozialen Medien erwähnt wurden und nicht von den Herstellern berichtet wurden.
Die Analyse der Häufigkeit von UNW-Erwähnungen in den sozialen Medien zeigte einen deutlichen Anstieg am 24. September 2023, der mit einer Diskussion über GLP-1-Rezeptoragonisten in der Sendung von Oprah Winfrey in Verbindung gebracht werden konnte. Darüber hinaus identifizierte die Studie durch Netzwerkanalyse vier Cluster von UNW, die auf Zusammenhänge zwischen verschiedenen Nebenwirkungen hinweisen.
Die Ergebnisse zeigen, dass die Nutzung von KI-gestützter Analyse von Sozialen Medien ein effektives Instrument sein kann, um bisher unbekannte UNW frühzeitig zu erkennen und so die Patientensicherheit zu verbessern. Die Methode kann auf andere Medikamente übertragen werden, um ein umfassenderes Verständnis der Arzneimittelsicherheit zu erlangen.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Alon Bartal,... ב- arxiv.org 04-03-2024
https://arxiv.org/pdf/2404.01358.pdfשאלות מעמיקות