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
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/147957

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