Principios de estadística Bayesiana y su relación con la farmacocinética aplicada
- Autores
- Cáceres Guido, Paulo; Pavan, Carlos Humberto; Otamendi, Esteban; Bramugllia, Guillermo Federico
- Año de publicación
- 2020
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- La metodología estadística Bayesiana permite, si se conoce la probabilidad poblacional de que un suceso ocurra, modificar su valor cuando se dispone de nueva información individual. Aunque las metodologías Bayesiana y frecuentista (clásica) tienen idénticos campos de aplicación, la primera se aplica cada vez más en investigación científica y análisis de big data. En la farmacoterapia moderna, la farmacocinética clínica ha sido responsable de la expansión de la monitorización, facilitada por desarrollos técnico-analíticos y matemático-estadísticos. La farmacocinética poblacional ha permitido identificar y cuantificar las características fisiopatológicas y de tratamiento en una población de pacientes determinada, en particular en pediatría y neonatología, y otros grupos vulnerables, ex plicando la variabilidad farmacocinética interindividual. Asimismo, la estimación Bayesiana resulta importante como herramienta estadística aplicada en programas informáticos de optimización far- macoterapéutica cuando la monitorización farmacológica se basa en la interpretación farmacoci- nética clínica. Aunque con ventajas y limitaciones, la optimización farmacoterapéutica basada en la estimación Bayesiana es cada vez más usada en la actualidad, siendo el método de referencia. Esto es particularmente conveniente para la práctica clínica de rutina debido al limitado número de muestras requeridas por parte del paciente, y a la flexibilidad en cuanto a los tiempos de muestreo de sangre para cuantificación de fármacos. Así, la aplicación de los principios Bayesianos a la práctica de la farmacocinética clínica resulta en la mejora de la atención farmacoterapéutica.
If one knows the probability of an event occurring in a population, Bayesian statistics allows modifyingits value when there is new individual information available. Although the Bayesian andfrequentist (classical) methodologies have identical fields of application, the first one is increasinglyapplied in scientific research and big data analysis. In modern pharmacotherapy, clinical pharmacokineticshas been used for the expansion of monitoring, facilitated by technical-analytical andmathematical-statistical developments. Population pharmacokinetics has allowed the identificationand quantification of pathophysiological and treatment characteristics in a specific patient population,especially in the pediatric and neonatal population and other vulnerable groups, explaininginterindividual variability. Likewise, Bayesian estimation is important as a statistical tool applied inpharmacotherapy optimization software when pharmacological monitoring is based on clinical pharmacokineticinterpretation. With its advantages and despite its limitations, pharmacotherapeutic optimizationbased on Bayesian estimation is increasingly used, becoming the reference method today.This characteristic is particularly convenient for routine clinical practice due to the limited numberof samples required from the patient and the flexibility it shows regarding blood sampling times fordrug quantification. Therefore, the application of Bayesian principles to the practice of clinical pharmacokineticshas led to the improvement of pharmacotherapeutic care.
Fil: Cáceres Guido, Paulo. Gobierno de la Ciudad de Buenos Aires. Hospital de Pediatría "Juan P. Garrahan"; Argentina
Fil: Pavan, Carlos Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Houssay. Instituto de Química y Físico-Química Biológicas "Prof. Alejandro C. Paladini". Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica. Instituto de Química y Físico-Química Biológicas; Argentina
Fil: Otamendi, Esteban. Gobierno de la Ciudad de Buenos Aires. Hospital de Agudos "D. F. Santojanni"; Argentina
Fil: Bramugllia, Guillermo Federico. Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica; Argentina - Materia
-
Pharmacokinetics
Pharmacology - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/147957
Ver los metadatos del registro completo
id |
CONICETDig_a31c315a319842c9977508187e25b43c |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/147957 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicadaPrinciples of Bayesian statistics and its relationship with applied pharmacokineticsCáceres Guido, PauloPavan, Carlos HumbertoOtamendi, EstebanBramugllia, Guillermo FedericoPharmacokineticsPharmacologyhttps://purl.org/becyt/ford/3.5https://purl.org/becyt/ford/3La metodología estadística Bayesiana permite, si se conoce la probabilidad poblacional de que un suceso ocurra, modificar su valor cuando se dispone de nueva información individual. Aunque las metodologías Bayesiana y frecuentista (clásica) tienen idénticos campos de aplicación, la primera se aplica cada vez más en investigación científica y análisis de big data. En la farmacoterapia moderna, la farmacocinética clínica ha sido responsable de la expansión de la monitorización, facilitada por desarrollos técnico-analíticos y matemático-estadísticos. La farmacocinética poblacional ha permitido identificar y cuantificar las características fisiopatológicas y de tratamiento en una población de pacientes determinada, en particular en pediatría y neonatología, y otros grupos vulnerables, ex plicando la variabilidad farmacocinética interindividual. Asimismo, la estimación Bayesiana resulta importante como herramienta estadística aplicada en programas informáticos de optimización far- macoterapéutica cuando la monitorización farmacológica se basa en la interpretación farmacoci- nética clínica. Aunque con ventajas y limitaciones, la optimización farmacoterapéutica basada en la estimación Bayesiana es cada vez más usada en la actualidad, siendo el método de referencia. Esto es particularmente conveniente para la práctica clínica de rutina debido al limitado número de muestras requeridas por parte del paciente, y a la flexibilidad en cuanto a los tiempos de muestreo de sangre para cuantificación de fármacos. Así, la aplicación de los principios Bayesianos a la práctica de la farmacocinética clínica resulta en la mejora de la atención farmacoterapéutica.If one knows the probability of an event occurring in a population, Bayesian statistics allows modifyingits value when there is new individual information available. Although the Bayesian andfrequentist (classical) methodologies have identical fields of application, the first one is increasinglyapplied in scientific research and big data analysis. In modern pharmacotherapy, clinical pharmacokineticshas been used for the expansion of monitoring, facilitated by technical-analytical andmathematical-statistical developments. Population pharmacokinetics has allowed the identificationand quantification of pathophysiological and treatment characteristics in a specific patient population,especially in the pediatric and neonatal population and other vulnerable groups, explaininginterindividual variability. Likewise, Bayesian estimation is important as a statistical tool applied inpharmacotherapy optimization software when pharmacological monitoring is based on clinical pharmacokineticinterpretation. With its advantages and despite its limitations, pharmacotherapeutic optimizationbased on Bayesian estimation is increasingly used, becoming the reference method today.This characteristic is particularly convenient for routine clinical practice due to the limited numberof samples required from the patient and the flexibility it shows regarding blood sampling times fordrug quantification. Therefore, the application of Bayesian principles to the practice of clinical pharmacokineticshas led to the improvement of pharmacotherapeutic care.Fil: Cáceres Guido, Paulo. Gobierno de la Ciudad de Buenos Aires. Hospital de Pediatría "Juan P. Garrahan"; ArgentinaFil: Pavan, Carlos Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Houssay. Instituto de Química y Físico-Química Biológicas "Prof. Alejandro C. Paladini". Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica. Instituto de Química y Físico-Química Biológicas; ArgentinaFil: Otamendi, Esteban. Gobierno de la Ciudad de Buenos Aires. Hospital de Agudos "D. F. Santojanni"; ArgentinaFil: Bramugllia, Guillermo Federico. Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica; ArgentinaSociedad Chilena de Pediatria2020-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/147957Cáceres Guido, Paulo; Pavan, Carlos Humberto; Otamendi, Esteban; Bramugllia, Guillermo Federico; Principios de estadística Bayesiana y su relación con la farmacocinética aplicada; Sociedad Chilena de Pediatria; REVISTA CHILENA DE PEDIATRíA; 91; 5; 9-2020; 838-8390370-4106CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0370-41062020000500828info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:47:39Zoai:ri.conicet.gov.ar:11336/147957instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 09:47:39.481CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada Principles of Bayesian statistics and its relationship with applied pharmacokinetics |
title |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
spellingShingle |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada Cáceres Guido, Paulo Pharmacokinetics Pharmacology |
title_short |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
title_full |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
title_fullStr |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
title_full_unstemmed |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
title_sort |
Principios de estadística Bayesiana y su relación con la farmacocinética aplicada |
dc.creator.none.fl_str_mv |
Cáceres Guido, Paulo Pavan, Carlos Humberto Otamendi, Esteban Bramugllia, Guillermo Federico |
author |
Cáceres Guido, Paulo |
author_facet |
Cáceres Guido, Paulo Pavan, Carlos Humberto Otamendi, Esteban Bramugllia, Guillermo Federico |
author_role |
author |
author2 |
Pavan, Carlos Humberto Otamendi, Esteban Bramugllia, Guillermo Federico |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Pharmacokinetics Pharmacology |
topic |
Pharmacokinetics Pharmacology |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/3.5 https://purl.org/becyt/ford/3 |
dc.description.none.fl_txt_mv |
La metodología estadística Bayesiana permite, si se conoce la probabilidad poblacional de que un suceso ocurra, modificar su valor cuando se dispone de nueva información individual. Aunque las metodologías Bayesiana y frecuentista (clásica) tienen idénticos campos de aplicación, la primera se aplica cada vez más en investigación científica y análisis de big data. En la farmacoterapia moderna, la farmacocinética clínica ha sido responsable de la expansión de la monitorización, facilitada por desarrollos técnico-analíticos y matemático-estadísticos. La farmacocinética poblacional ha permitido identificar y cuantificar las características fisiopatológicas y de tratamiento en una población de pacientes determinada, en particular en pediatría y neonatología, y otros grupos vulnerables, ex plicando la variabilidad farmacocinética interindividual. Asimismo, la estimación Bayesiana resulta importante como herramienta estadística aplicada en programas informáticos de optimización far- macoterapéutica cuando la monitorización farmacológica se basa en la interpretación farmacoci- nética clínica. Aunque con ventajas y limitaciones, la optimización farmacoterapéutica basada en la estimación Bayesiana es cada vez más usada en la actualidad, siendo el método de referencia. Esto es particularmente conveniente para la práctica clínica de rutina debido al limitado número de muestras requeridas por parte del paciente, y a la flexibilidad en cuanto a los tiempos de muestreo de sangre para cuantificación de fármacos. Así, la aplicación de los principios Bayesianos a la práctica de la farmacocinética clínica resulta en la mejora de la atención farmacoterapéutica. If one knows the probability of an event occurring in a population, Bayesian statistics allows modifyingits value when there is new individual information available. Although the Bayesian andfrequentist (classical) methodologies have identical fields of application, the first one is increasinglyapplied in scientific research and big data analysis. In modern pharmacotherapy, clinical pharmacokineticshas been used for the expansion of monitoring, facilitated by technical-analytical andmathematical-statistical developments. Population pharmacokinetics has allowed the identificationand quantification of pathophysiological and treatment characteristics in a specific patient population,especially in the pediatric and neonatal population and other vulnerable groups, explaininginterindividual variability. Likewise, Bayesian estimation is important as a statistical tool applied inpharmacotherapy optimization software when pharmacological monitoring is based on clinical pharmacokineticinterpretation. With its advantages and despite its limitations, pharmacotherapeutic optimizationbased on Bayesian estimation is increasingly used, becoming the reference method today.This characteristic is particularly convenient for routine clinical practice due to the limited numberof samples required from the patient and the flexibility it shows regarding blood sampling times fordrug quantification. Therefore, the application of Bayesian principles to the practice of clinical pharmacokineticshas led to the improvement of pharmacotherapeutic care. Fil: Cáceres Guido, Paulo. Gobierno de la Ciudad de Buenos Aires. Hospital de Pediatría "Juan P. Garrahan"; Argentina Fil: Pavan, Carlos Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Houssay. Instituto de Química y Físico-Química Biológicas "Prof. Alejandro C. Paladini". Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica. Instituto de Química y Físico-Química Biológicas; Argentina Fil: Otamendi, Esteban. Gobierno de la Ciudad de Buenos Aires. Hospital de Agudos "D. F. Santojanni"; Argentina Fil: Bramugllia, Guillermo Federico. Universidad de Buenos Aires. Facultad de Farmacia y Bioquímica; Argentina |
description |
La metodología estadística Bayesiana permite, si se conoce la probabilidad poblacional de que un suceso ocurra, modificar su valor cuando se dispone de nueva información individual. Aunque las metodologías Bayesiana y frecuentista (clásica) tienen idénticos campos de aplicación, la primera se aplica cada vez más en investigación científica y análisis de big data. En la farmacoterapia moderna, la farmacocinética clínica ha sido responsable de la expansión de la monitorización, facilitada por desarrollos técnico-analíticos y matemático-estadísticos. La farmacocinética poblacional ha permitido identificar y cuantificar las características fisiopatológicas y de tratamiento en una población de pacientes determinada, en particular en pediatría y neonatología, y otros grupos vulnerables, ex plicando la variabilidad farmacocinética interindividual. Asimismo, la estimación Bayesiana resulta importante como herramienta estadística aplicada en programas informáticos de optimización far- macoterapéutica cuando la monitorización farmacológica se basa en la interpretación farmacoci- nética clínica. Aunque con ventajas y limitaciones, la optimización farmacoterapéutica basada en la estimación Bayesiana es cada vez más usada en la actualidad, siendo el método de referencia. Esto es particularmente conveniente para la práctica clínica de rutina debido al limitado número de muestras requeridas por parte del paciente, y a la flexibilidad en cuanto a los tiempos de muestreo de sangre para cuantificación de fármacos. Así, la aplicación de los principios Bayesianos a la práctica de la farmacocinética clínica resulta en la mejora de la atención farmacoterapéutica. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-09 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/147957 Cáceres Guido, Paulo; Pavan, Carlos Humberto; Otamendi, Esteban; Bramugllia, Guillermo Federico; Principios de estadística Bayesiana y su relación con la farmacocinética aplicada; Sociedad Chilena de Pediatria; REVISTA CHILENA DE PEDIATRíA; 91; 5; 9-2020; 838-839 0370-4106 CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/147957 |
identifier_str_mv |
Cáceres Guido, Paulo; Pavan, Carlos Humberto; Otamendi, Esteban; Bramugllia, Guillermo Federico; Principios de estadística Bayesiana y su relación con la farmacocinética aplicada; Sociedad Chilena de Pediatria; REVISTA CHILENA DE PEDIATRíA; 91; 5; 9-2020; 838-839 0370-4106 CONICET Digital CONICET |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0370-41062020000500828 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Sociedad Chilena de Pediatria |
publisher.none.fl_str_mv |
Sociedad Chilena de Pediatria |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1844613484489211904 |
score |
13.070432 |