Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos

Autores
Laporte, Matias
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Carrillo, Facundo
Tagliazucchi, Enzo Rodolfo
Descripción
En los últimos años, las ciencias de la computación contribuyeron a las ciencias médicas de maneras disruptivas, mejorando los diferentes campos de aplicación. En particular, en la psiquiatría/psicología y demás ciencias cognitivas, los modelos y algoritmos de procesamiento del lenguaje natural (NLP) mejoraron el estado del arte tanto en las descripciones y modelado fenomenológico, como en la práctica clínica. Trabajos pasados demostraron la factibilidad de la aplicación de técnicas de NLP para el diagnóstico de patologías psiquiátricas [9, 10, 12, 22], la caracterización del discurso por intoxicaciones farmacológicas [3], y la asociaci ́on entre los reportes de efectos subjetivos y el perfil de afinidad de fenetilaminas y triptaminas sustituidas [35], entre otros. El presente trabajo propone el an ́alisis de características farmacoquímicas (estructura química, afinidad por receptores) de distintos tipos de drogas psiquiátricas (antipsicóticos, antidepresivos) y su relación con los efectos subjetivos reportados por pacientes que se encuentran bajo tratamiento con ellas. Para la caracterización de la semántica de los reportes, recolectados de diversos sitios web, se utiliza la técnica de Análisis de la Semántica Latente (LSA) aplicada a dos corpus distintos, uno de ellos externo. Los datos de afinidad, por su parte, surgen de bases de datos públicas, y los de estructura química se calculan mediante algoritmos de fingerprinting a partir de sus descriptores moleculares. Los resultados del trabajo evidencian una correlación positiva significativa entre la semántica obtenida de los reportes asociados a una droga, su estructura química y su afinidad a los distintos receptores. Asimismo es posible distinguir a partir de los valores de similitud semántica entre los subtipos de los distintos pares de drogas (antidepresivos de tipo SSRI, SNRI, TCA, etc.). A su vez, el trabajo como punto de partida para análisis más profundos en el área. El objetivo final de esta línea de investigación, que excede esta tesis, es optimizar la acción de farmacos sobre distintos receptores cerebrales para minimizar las componentes del discurso natural asociadas a efectos indeseables.
In the last years, Computer Science’s contribution to the Medical Sciences has been disruptive, improving different fields of application. Particularly, in psychiatry/psychology and other cognitive sciences, models and natural language processing (NLP) algorithms have refined the state of the art in the description and phenomenological modeling, as much as the clinical practice. Past works have shown the factibility of using NLP techniques for automated psychiatric diagnosis [9,10,12,22], speech characterization of psychoactive drug effects [3], and the association between reported subjective effects and binding affinity profiles of substituted phenetylamines and tryptamines, [35], among others. This thesis proposes the analysis of pharmacochemical characteristics (chemical structure, binding affinity) of several types of psychiatric drugs (antipsychotics, antidepressants) and its relation with the reported subjective effects of patients undergoing treatment with them. For the semantic characterization of the reports, collected through diverse websites, latent semantic analysis (LSA) is used and applied to two distinct corpus, one of them external. Binding affinity profiles are obtained from public databases, while chemical structure data is calculated using fingerprinting algorithms. The work’s results evidences a significative positive correlation between the semantic of drug reports, its chemical structure and binding affinity to receptors. Likewise it is possible to distinguish from the semantic similarity the subtypes between the different pairs of drugs (SSRI, SNRI, TCA-type antidepressants, etc.). Findings show that it may prove beneficial to continue research in the area. The objective of this line of research, which exceeds this thesis, is to optimize the drugs action over cerebral receptors to minimize speech components associated to undesirable effects.
Fil: Laporte, Matias. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
LENGUAJE NATURAL
FARMACOS PSIQUIATRICOS
ANALISIS SEMANTICOS
AFINIDAD POR RECEPTORES
TRANSTORNOS MENTALES
NATURAL LAGUAGE
PSYCHIATRIC DRUGS
SEMANTIC ANALYSIS
BINDING AFFINITY PROFILE
PSYCHIATRIC DISORDERS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000477_Laporte

id BDUBAFCEN_f1368fd1c6ed155225b0d325fa9a2176
oai_identifier_str seminario:seminario_nCOM000477_Laporte
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicosLaporte, MatiasLENGUAJE NATURALFARMACOS PSIQUIATRICOSANALISIS SEMANTICOSAFINIDAD POR RECEPTORESTRANSTORNOS MENTALESNATURAL LAGUAGEPSYCHIATRIC DRUGSSEMANTIC ANALYSISBINDING AFFINITY PROFILEPSYCHIATRIC DISORDERSEn los últimos años, las ciencias de la computación contribuyeron a las ciencias médicas de maneras disruptivas, mejorando los diferentes campos de aplicación. En particular, en la psiquiatría/psicología y demás ciencias cognitivas, los modelos y algoritmos de procesamiento del lenguaje natural (NLP) mejoraron el estado del arte tanto en las descripciones y modelado fenomenológico, como en la práctica clínica. Trabajos pasados demostraron la factibilidad de la aplicación de técnicas de NLP para el diagnóstico de patologías psiquiátricas [9, 10, 12, 22], la caracterización del discurso por intoxicaciones farmacológicas [3], y la asociaci ́on entre los reportes de efectos subjetivos y el perfil de afinidad de fenetilaminas y triptaminas sustituidas [35], entre otros. El presente trabajo propone el an ́alisis de características farmacoquímicas (estructura química, afinidad por receptores) de distintos tipos de drogas psiquiátricas (antipsicóticos, antidepresivos) y su relación con los efectos subjetivos reportados por pacientes que se encuentran bajo tratamiento con ellas. Para la caracterización de la semántica de los reportes, recolectados de diversos sitios web, se utiliza la técnica de Análisis de la Semántica Latente (LSA) aplicada a dos corpus distintos, uno de ellos externo. Los datos de afinidad, por su parte, surgen de bases de datos públicas, y los de estructura química se calculan mediante algoritmos de fingerprinting a partir de sus descriptores moleculares. Los resultados del trabajo evidencian una correlación positiva significativa entre la semántica obtenida de los reportes asociados a una droga, su estructura química y su afinidad a los distintos receptores. Asimismo es posible distinguir a partir de los valores de similitud semántica entre los subtipos de los distintos pares de drogas (antidepresivos de tipo SSRI, SNRI, TCA, etc.). A su vez, el trabajo como punto de partida para análisis más profundos en el área. El objetivo final de esta línea de investigación, que excede esta tesis, es optimizar la acción de farmacos sobre distintos receptores cerebrales para minimizar las componentes del discurso natural asociadas a efectos indeseables.In the last years, Computer Science’s contribution to the Medical Sciences has been disruptive, improving different fields of application. Particularly, in psychiatry/psychology and other cognitive sciences, models and natural language processing (NLP) algorithms have refined the state of the art in the description and phenomenological modeling, as much as the clinical practice. Past works have shown the factibility of using NLP techniques for automated psychiatric diagnosis [9,10,12,22], speech characterization of psychoactive drug effects [3], and the association between reported subjective effects and binding affinity profiles of substituted phenetylamines and tryptamines, [35], among others. This thesis proposes the analysis of pharmacochemical characteristics (chemical structure, binding affinity) of several types of psychiatric drugs (antipsychotics, antidepressants) and its relation with the reported subjective effects of patients undergoing treatment with them. For the semantic characterization of the reports, collected through diverse websites, latent semantic analysis (LSA) is used and applied to two distinct corpus, one of them external. Binding affinity profiles are obtained from public databases, while chemical structure data is calculated using fingerprinting algorithms. The work’s results evidences a significative positive correlation between the semantic of drug reports, its chemical structure and binding affinity to receptors. Likewise it is possible to distinguish from the semantic similarity the subtypes between the different pairs of drugs (SSRI, SNRI, TCA-type antidepressants, etc.). Findings show that it may prove beneficial to continue research in the area. The objective of this line of research, which exceeds this thesis, is to optimize the drugs action over cerebral receptors to minimize speech components associated to undesirable effects.Fil: Laporte, Matias. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesCarrillo, FacundoTagliazucchi, Enzo Rodolfo2019-08-05info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000477_Laportespainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:43:39Zseminario:seminario_nCOM000477_LaporteInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:43:40.029Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
title Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
spellingShingle Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
Laporte, Matias
LENGUAJE NATURAL
FARMACOS PSIQUIATRICOS
ANALISIS SEMANTICOS
AFINIDAD POR RECEPTORES
TRANSTORNOS MENTALES
NATURAL LAGUAGE
PSYCHIATRIC DRUGS
SEMANTIC ANALYSIS
BINDING AFFINITY PROFILE
PSYCHIATRIC DISORDERS
title_short Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
title_full Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
title_fullStr Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
title_full_unstemmed Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
title_sort Modelos computacionales de discurso libre sobre tratamientos con drogas psiquiátricas y su relación con datos farmacoquímicos
dc.creator.none.fl_str_mv Laporte, Matias
author Laporte, Matias
author_facet Laporte, Matias
author_role author
dc.contributor.none.fl_str_mv Carrillo, Facundo
Tagliazucchi, Enzo Rodolfo
dc.subject.none.fl_str_mv LENGUAJE NATURAL
FARMACOS PSIQUIATRICOS
ANALISIS SEMANTICOS
AFINIDAD POR RECEPTORES
TRANSTORNOS MENTALES
NATURAL LAGUAGE
PSYCHIATRIC DRUGS
SEMANTIC ANALYSIS
BINDING AFFINITY PROFILE
PSYCHIATRIC DISORDERS
topic LENGUAJE NATURAL
FARMACOS PSIQUIATRICOS
ANALISIS SEMANTICOS
AFINIDAD POR RECEPTORES
TRANSTORNOS MENTALES
NATURAL LAGUAGE
PSYCHIATRIC DRUGS
SEMANTIC ANALYSIS
BINDING AFFINITY PROFILE
PSYCHIATRIC DISORDERS
dc.description.none.fl_txt_mv En los últimos años, las ciencias de la computación contribuyeron a las ciencias médicas de maneras disruptivas, mejorando los diferentes campos de aplicación. En particular, en la psiquiatría/psicología y demás ciencias cognitivas, los modelos y algoritmos de procesamiento del lenguaje natural (NLP) mejoraron el estado del arte tanto en las descripciones y modelado fenomenológico, como en la práctica clínica. Trabajos pasados demostraron la factibilidad de la aplicación de técnicas de NLP para el diagnóstico de patologías psiquiátricas [9, 10, 12, 22], la caracterización del discurso por intoxicaciones farmacológicas [3], y la asociaci ́on entre los reportes de efectos subjetivos y el perfil de afinidad de fenetilaminas y triptaminas sustituidas [35], entre otros. El presente trabajo propone el an ́alisis de características farmacoquímicas (estructura química, afinidad por receptores) de distintos tipos de drogas psiquiátricas (antipsicóticos, antidepresivos) y su relación con los efectos subjetivos reportados por pacientes que se encuentran bajo tratamiento con ellas. Para la caracterización de la semántica de los reportes, recolectados de diversos sitios web, se utiliza la técnica de Análisis de la Semántica Latente (LSA) aplicada a dos corpus distintos, uno de ellos externo. Los datos de afinidad, por su parte, surgen de bases de datos públicas, y los de estructura química se calculan mediante algoritmos de fingerprinting a partir de sus descriptores moleculares. Los resultados del trabajo evidencian una correlación positiva significativa entre la semántica obtenida de los reportes asociados a una droga, su estructura química y su afinidad a los distintos receptores. Asimismo es posible distinguir a partir de los valores de similitud semántica entre los subtipos de los distintos pares de drogas (antidepresivos de tipo SSRI, SNRI, TCA, etc.). A su vez, el trabajo como punto de partida para análisis más profundos en el área. El objetivo final de esta línea de investigación, que excede esta tesis, es optimizar la acción de farmacos sobre distintos receptores cerebrales para minimizar las componentes del discurso natural asociadas a efectos indeseables.
In the last years, Computer Science’s contribution to the Medical Sciences has been disruptive, improving different fields of application. Particularly, in psychiatry/psychology and other cognitive sciences, models and natural language processing (NLP) algorithms have refined the state of the art in the description and phenomenological modeling, as much as the clinical practice. Past works have shown the factibility of using NLP techniques for automated psychiatric diagnosis [9,10,12,22], speech characterization of psychoactive drug effects [3], and the association between reported subjective effects and binding affinity profiles of substituted phenetylamines and tryptamines, [35], among others. This thesis proposes the analysis of pharmacochemical characteristics (chemical structure, binding affinity) of several types of psychiatric drugs (antipsychotics, antidepressants) and its relation with the reported subjective effects of patients undergoing treatment with them. For the semantic characterization of the reports, collected through diverse websites, latent semantic analysis (LSA) is used and applied to two distinct corpus, one of them external. Binding affinity profiles are obtained from public databases, while chemical structure data is calculated using fingerprinting algorithms. The work’s results evidences a significative positive correlation between the semantic of drug reports, its chemical structure and binding affinity to receptors. Likewise it is possible to distinguish from the semantic similarity the subtypes between the different pairs of drugs (SSRI, SNRI, TCA-type antidepressants, etc.). Findings show that it may prove beneficial to continue research in the area. The objective of this line of research, which exceeds this thesis, is to optimize the drugs action over cerebral receptors to minimize speech components associated to undesirable effects.
Fil: Laporte, Matias. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description En los últimos años, las ciencias de la computación contribuyeron a las ciencias médicas de maneras disruptivas, mejorando los diferentes campos de aplicación. En particular, en la psiquiatría/psicología y demás ciencias cognitivas, los modelos y algoritmos de procesamiento del lenguaje natural (NLP) mejoraron el estado del arte tanto en las descripciones y modelado fenomenológico, como en la práctica clínica. Trabajos pasados demostraron la factibilidad de la aplicación de técnicas de NLP para el diagnóstico de patologías psiquiátricas [9, 10, 12, 22], la caracterización del discurso por intoxicaciones farmacológicas [3], y la asociaci ́on entre los reportes de efectos subjetivos y el perfil de afinidad de fenetilaminas y triptaminas sustituidas [35], entre otros. El presente trabajo propone el an ́alisis de características farmacoquímicas (estructura química, afinidad por receptores) de distintos tipos de drogas psiquiátricas (antipsicóticos, antidepresivos) y su relación con los efectos subjetivos reportados por pacientes que se encuentran bajo tratamiento con ellas. Para la caracterización de la semántica de los reportes, recolectados de diversos sitios web, se utiliza la técnica de Análisis de la Semántica Latente (LSA) aplicada a dos corpus distintos, uno de ellos externo. Los datos de afinidad, por su parte, surgen de bases de datos públicas, y los de estructura química se calculan mediante algoritmos de fingerprinting a partir de sus descriptores moleculares. Los resultados del trabajo evidencian una correlación positiva significativa entre la semántica obtenida de los reportes asociados a una droga, su estructura química y su afinidad a los distintos receptores. Asimismo es posible distinguir a partir de los valores de similitud semántica entre los subtipos de los distintos pares de drogas (antidepresivos de tipo SSRI, SNRI, TCA, etc.). A su vez, el trabajo como punto de partida para análisis más profundos en el área. El objetivo final de esta línea de investigación, que excede esta tesis, es optimizar la acción de farmacos sobre distintos receptores cerebrales para minimizar las componentes del discurso natural asociadas a efectos indeseables.
publishDate 2019
dc.date.none.fl_str_mv 2019-08-05
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000477_Laporte
url https://hdl.handle.net/20.500.12110/seminario_nCOM000477_Laporte
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618757029232640
score 13.070432