Validación de un algoritmo de clasificación para la identificación de interacciones farmacológicas

La interacción farmacológica es la modificación del efecto de un fármaco por la acción de otro fármaco. En México, se ha incrementado año con año el número de reacciones no deseadas de medicamentos provocadas por interacciones farmacológicas. En este artículo se realizó un análisis de los diccionarios médicos iDoctus México, PLM México y Vademécum. Con este análisis, se desarrolló un corpus con 540 interacciones farmacológicas que pueden presentarse en los medicamentos más frecuentes del Hospital Universitario de Puebla. Se generó un modelo de clasificación en la plataforma Weka utilizando un algoritmo Naïve Bayes que predice la posibilidad de una interacción farmacológica, clasificada en leve, moderada o grave. Se realizaron las pruebas con el algoritmo Naïve Bayes utilizando el método de validación cruzada con 10 pliegues. Posteriormente, las pruebas de validación, se compararon con el resultado obtenido con el algoritmo Random Forest, utilizando nuevamente el método de validación cruzada con 10 pliegues. Los resultados en el algoritmo Naïve Bayes son en precisión 79.1%, en recuerdo 75.7% y en F-measure 74.8%. En el algoritmo Random Forest son en precisión 51.7%, en recuerdo 51.7% y en F-measure 50.7%. Finalmente, los resultados obtenidos beneficiarían a la farmacovigilancia para aproximarse a predecir nuevas interacciones farmacológicas antes de la comercialización de un medicamento.