C’è una scarsità di dati clinici reali che valutano gli effetti avversi dei farmaci nelle donne, tra le altre popolazioni svantaggiate, a causa di una lunga storia di studi condotti su popolazioni di pazienti relativamente omogenee (maschi bianchi sani).
Senza una disponibilità di dati eterogenea, risultati distorti lasciano le donne nella posizione pericolosa di non disporre di informazioni accurate sugli effetti avversi dei farmaci, attualmente la quarta causa di morte negli Stati Uniti
Un esempio di questo problema è l’Ambien, un farmaco contro l’insonnia che in precedenza aveva lo stesso dosaggio prescritto per uomini e donne. Quando è emersa la prova che le donne stavano avendo un tasso significativamente maggiore di reazioni avverse la mattina seguente, la FDA ha ridotto della metà il dosaggio raccomandato nel 2013.
“Piuttosto che assumere la posizione che aspettiamo che le prove diventino così schiaccianti che dobbiamo fare qualcosa, volevamo essere più proattivi”, ha detto Nicholas Tatonetti, PhD, un ricercatore della Columbia University che ha co-condotto uno studio in Patterns che utilizza l’apprendimento automatico per identificare questi effetti negativi nelle donne. “Vogliamo utilizzare database come l’Adverse Event Reporting System (FAERS) della FDA o le cartelle cliniche elettroniche per ottenere un salto nell’identificazione di eventi avversi specifici per sesso prima che sia troppo tardi”.
Tatonetti, professore associato presso il Dipartimento di informatica biomedica, ha collaborato con Payal Chandak, uno studente universitario del Dipartimento di Informatica della Columbia, per sviluppare AwareDX (Analyzing Women At Risk for Experiencing Drug tossicità), un algoritmo che sfrutta i progressi dell’apprendimento automatico per prevedere i rischi legati al sesso.
“Abbiamo sviluppato una struttura di apprendimento automatico per estrarre i dati per eventi avversi specifici del sesso”, ha detto Tatonetti. “Abbiamo esaminato centinaia di migliaia di ipotesi e le abbiamo valutate. Payal ha progettato un sistema che affronta i bias confondenti perché è molto difficile studiare questi effetti, perché alcuni farmaci o effetti sono più comuni nelle donne o negli uomini. Abbiamo inventato una tecnica che mitiga i pregiudizi confondenti, sviluppa una base statistica per identificare la differenza di sesso negli effetti negativi e classificarli in base alla forza di tale evidenza “.
Un esempio dei risultati di questo algoritmo (vedi grafico a destra), ritenuto il primo approccio convalidato per prevedere i rischi legati al sesso, è la conferma che un singolo gene (ABCB1) può comportare rischi diversi per gli uomini (dalla simvastatina) e le donne (dalla risperidone). Nel complesso, questa risorsa include 20.817 effetti avversi dei farmaci che pongono rischi specifici per sesso e offre l’opportunità di ridurre al minimo gli eventi avversi adattando la prescrizione e il dosaggio dei farmaci al sesso.
“Siamo stati motivati ??dalla mancanza di informazioni tra le diverse comunità sull’efficacia e la sicurezza degli effetti dei farmaci”, ha detto Tatonetti. “Abbiamo affrontato questo problema in questo studio specificamente per le donne, che hanno un rischio maggiore per questi effetti avversi rispetto agli uomini a causa delle differenze nella farmacocinetica e farmacodinamica. Questa conoscenza specifica può influire sulle linee guida sulla prescrizione e sul dosaggio dei farmaci e sulla creazione di condizioni più sicure e più sane per le donne. “