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
• Colaborador/a o director/a de tesis: Carrillo, Facundo; Tagliazucchi, Enzo Rodolfo
• Materia: LENGUAJE NATURAL; FARMACOS PSIQUIATRICOS; ANALISIS SEMANTICOS; AFINIDAD POR RECEPTORES; TRANSTORNOS MENTALES; NATURAL LAGUAGE; PSYCHIATRIC DRUGS; SEMANTIC ANALYSIS; BINDING AFFINITY PROFILE; PSYCHIATRIC DISORDERS
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

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.