Identifying antipsychotic treatment episodes using natural language processing and change-point detection

Resumen Técnico: Identificación de Episodios de Tratamiento con Antipsicóticos mediante PLN y Detección de Puntos de Cambio

Planteamiento del Problema
Los medicamentos antipsicóticos son la piedra angular del tratamiento para los trastornos del espectro de la esquizofrenia; sin embargo, la prescripción en el mundo real suele desviarse de las guías clínicas, particularmente en lo que respecta a la polifarmacia y la temporalidad del inicio de la clozapina. Caracterizar sistemáticamente estas trayectorias de tratamiento es esencial para comprender las desviaciones de las mejores prácticas y sus consecuencias. No obstante, existe una barrera metodológica significativa: la información sobre prescripción se registra predominantemente en texto clínico no estructurado en lugar de campos estructurados. Aunque existen registros de prescripción estructurados en algunos sistemas sanitarios, estos capturan eventos de dispensación discretos sin información explícita sobre la continuidad del tratamiento, lo que obliga a los investigadores a depender de umbrales de brecha arbitrarios. Los enfoques existentes para reconstruir episodios de tratamiento a partir de texto libre suelen ser laboriosos, requiriendo revisión manual de historias clínicas, o dependen de umbrales basados en reglas que pueden no reflejar la adherencia en el mundo real. Además, si bien se ha aplicado el Procesamiento de Lenguaje Natural (PLN) para extraer menciones de medicamentos, estos métodos a menudo capturan menciones discretas en lugar de reconstruir trayectorias longitudinales, introduciendo ruido proveniente de revisiones de rutina, referencias históricas o polifarmacia superpuesta.

Metodología
Los autores proponen un marco escalable que integra el PLN con la Detección de Puntos de Cambio (CPD, por sus siglas en inglés) para reconstruir episodios longitudinales de tratamiento con antipsicóticos a partir de registros de salud electrónicos (EHR) no estructurados. El estudio utilizó datos de 12.530 pacientes con trastornos del espectro de la esquizofrenia (CIE-10 F20–F29) en el South London and Maudsley NHS Foundation Trust (SLaM) entre 2007 y 2017.

1. Integración de Datos y Extracción mediante PLN: El flujo de trabajo combinó datos de prescripción estructurados con texto clínico no estructurado. Un flujo de procesamiento de PLN validado extrajo menciones de antipsicóticos de notas narrativas, resúmenes de alta y correspondencia, mapeando sinónimos y nombres comerciales a un vocabulario farmacológico estandarizado. Para cada evento, el sistema produjo una tupla que contenía el nombre del medicamento, la formulación (oral o inyectable de acción prolongada [LAI]), la dosis y la fecha del documento.
2. Modelado de Series Temporales: Para cada paciente, estos registros extraídos se formalizaron como una serie temporal categórica discreta $S = \{(t_i, m_i)\}$, donde $t_i$ es la marca de tiempo y $m_i$ es la variable del medicamento. Para asegurar la convergencia del algoritmo, el análisis se restringió a pacientes con al menos cinco registros.
3. Detección de Puntos de Cambio (CPD): Se aplicó el algoritmo de Tiempo Lineal Exacto Podado (PELT) para detectar cambios abruptos en las propiedades estadísticas de la serie temporal, identificando puntos donde un tratamiento reemplazaba a otro. A diferencia de los métodos basados en reglas, PELT utiliza programación dinámica con un mecanismo de poda para lograr una complejidad de tiempo esperada de $O(N)$ sin requerir que se especifique el número de puntos de cambio de antemano.
   • Función de Coste: Se utilizó un núcleo de función de base radial (RBF) como función de coste específica de segmento para capturar cambios distributivos no paramétricos.
   • Hiperparámetros: El modelo se ajustó utilizando un parámetro de penalización ($\beta$) para equilibrar la detección de transiciones reales frente al ruido de documentación, y un parámetro de tamaño mínimo para imponer una longitud mínima de segmento entre puntos de cambio.
4. Detección de Uso Combinado: El marco distinguió entre dos tipos de uso combinado:
   • Solapamiento de Transición: Solapamientos temporales durante el cambio (detectados mediante una ventana de 28 días alrededor de los puntos de cambio donde se mencionaban ambos fármacos).
   • Terapia Concurrente: Terapia de combinación sostenida (definida como un segundo antipsicótico mencionado al menos tres veces durante un episodio o una vez al mes).
5. Validación: El algoritmo fue validado contra 113 episodios anotados manualmente de 50 pacientes. Además, una validación de "grupos conocidos" comparó el recuento de episodios de tratamiento entre usuarios de clozapina y no usuarios de clozapina para evaluar la validez clínica a escala. Las asociaciones entre las métricas de tratamiento y la utilización de recursos sanitarios (ingresos y días de hospitalización) se analizaron mediante Modelos Lineales Generalizados (GLM).

Resultados Clave

• Rendimiento del Algoritmo: El algoritmo PELT alcanzó una puntuación F1 de 0,81 frente a las anotaciones manuales cuando se optimizó con un tamaño mínimo de 2 y una penalización de 7. El análisis de errores identificó desafíos con los reinicios de medicación, registros dispersos y polifarmacia transitoria.
• Episodios de Tratamiento: En 11.731 pacientes, se identificaron 24.648 episodios de tratamiento.
• Polifarmacia: El uso combinado de antipsicóticos se detectó en el 31,7% de los episodios (1.989 solapamientos de transición y 5.827 episodios de terapia concurrente).
• Patrones Clínicos:
  • Los usuarios de clozapina tuvieron un número medio de episodios de tratamiento significativamente mayor (3,3) en comparación con los no usuarios de clozapina (1,9), lo cual es consistente con las expectativas clínicas para la esquizofrenia resistente al tratamiento.
  • La olanzapina fue el agente de primera línea más común, seguida de la risperidona y el aripiprazol. La paliperidona fue el agente de segunda línea más común.
  • La clozapina tuvo la duración media de episodio más larga (76,8 meses).
• Asociaciones con el Uso de Servicios:
  • Tasas más altas de prescripción combinada y un mayor número de episodios pre-clozapina se asociaron positivamente con un aumento de los ingresos hospitalarios y estancias hospitalarias más largas.
  • Una mayor proporción de episodios de LAI en relación con el total de episodios se asoció con una reducción en el uso de servicios.
  • La velocidad de cambio (duración media del episodio) y la estabilidad del episodio final no se asociaron significativamente con el uso de servicios.

Significancia y Reivindicaciones
El artículo afirma presentar el primer estudio que aplica CPD para reconstruir episodios continuos de tratamiento con antipsicóticos directamente a partir de narrativas de EHR extraídas mediante PLN. La principal significancia radica en proporcionar un enfoque escalable y automatizado para superar la falta de datos estructurados de continuidad de prescripción en los EHR de salud mental.

Los autores sostienen que este marco:

1. Supera los Límites de Escalabilidad: Separa las transiciones clínicas genuinas de los artefactos de documentación sin la abstracción manual laboriosa requerida por los métodos anteriores.
2. Captura la Sutileza Clínica: Distingue con éxito entre los solapamientos de la transición esperada y la terapia concurrente deliberada, una distinción que a menudo se pierde en los enfoques basados en reglas.
3. Permite el Análisis Posterior: Las métricas derivadas (por ejemplo, complejidad del tratamiento, frecuencia de transición) pueden integrarse en modelos estadísticos para revelar asociaciones entre los patrones de prescripción y la utilización de recursos sanitarios, como el vínculo entre el retraso en la optimización del tratamiento y el aumento de la hospitalización.
4. Ofrece Generalizabilidad: La arquitectura modular, que requiere únicamente entradas de series temporales categóricas, es adaptable a otras condiciones crónicas y a posibles aplicaciones en el monitoreo de la calidad de la prescripción, la fenotipación automatizada de cohortes y los sistemas de soporte a la decisión clínica para identificar la resistencia al tratamiento.

Los autores mantienen un tono modesto respecto a las limitaciones, reconociendo que la precisión del flujo de trabajo depende de la extracción previa de PLN, puede enfrentar desafíos en redes de atención fragmentadas y requiere recalibración para diferentes estilos de documentación. También señalan que la naturaleza observacional de los datos impide la interpretación causal de las asociaciones reportadas.