T-Rx: A toolbox for reproducible processing of prescriptions (Rx) stored in electronic health record databases

Imagine que você é um detetive tentando resolver um mistério sobre por que algumas pessoas melhoram de uma doença enquanto outras não. Para fazer isso, você precisa de uma biblioteca massiva de pistas. No mundo da medicina moderna, essas pistas estão escondidas dentro de "Registros Eletrônicos de Saúde" (EHRs) — os cadernos digitais que os médicos usam para anotar o que há de errado com você e qual medicamento eles lhe prescrevem. Mas a parte difícil é que esses cadernos digitais são bagunçados. Um médico pode escrever "tomar dois comprimidos de 500mg", enquanto outro escreve "comprimidos de 500mg, quantidade 2", e um terceiro pode apenas rabiscar "dose alta". É como tentar ler uma história onde cada página é escrita com uma caligrafia e um idioma diferentes.

Os cientistas também têm "biobancos" — grandes baús de tesouro contendo amostras de DNA e histórias pessoais de centenas de milhares de pessoas. Quando eles tentam combinar as notas bagunçadas dos médicos com o baú de tesouro do DNA, eles dão de cara com um muro. Eles não conseguem descobrir facilmente quanta medicação uma pessoa tomou ou por quanto tempo. Sem essa imagem clara, é difícil ver se um medicamento específico está funcionando, se alguém é resistente a ele ou se a dose importa. Este artigo apresenta uma nova ferramenta projetada para limpar essa caligrafia bagunçada e transformar essas notas dispersas em uma história clara e legível que qualquer pessoa possa usar para resolver o mistério dos resultados do tratamento.

Conheça o T-Rx, o canivete suíço digital para dados de prescrição. Pense nele como um tradutor e organizador superinteligente que vive dentro de um programa de computador chamado R. Seu trabalho é pegar os rabiscos caóticos e não estruturados encontrados nos registros eletrônicos de saúde e transformá-los em dados organizados e limpos que os pesquisadores possam realmente usar. Os autores construíram o T-Rx porque perceberam que, embora tenhamos muitos dados, carecemos de uma forma padrão de processá-los. Atualmente, se um pesquisador deseja estudar como as pessoas reagem aos antidepressivos, ele tem que escrever seu próprio código complexo para entender o que "500mg" significa em uma nota específica. Outro pesquisador estudando a mesma coisa pode escrever um código totalmente diferente. Isso torna impossível comparar seus resultados, como dois chefs tentando comparar receitas quando estão usando xícaras de medida diferentes.

O T-Rx resolve isso com três "módulos" principais, ou ferramentas, que trabalham juntos como uma linha de montagem de uma fábrica.

Primeiro, há o Módulo de Extração e Imputação. Imagine que você está olhando para uma prescrição que diz "Amoxicilina 500mg cápsula". O T-Rx usa um conjunto especial de regras (chamadas "expressões regulares", que são como padrões de busca e encontro) para caçar os números e as unidades. Ele pega o "500" e o "mg" e os coloca em uma caixa organizada. Se a nota estiver faltando um número, o T-Rx tem um segundo truque na manga chamado "imputação". É como um detetive preenchendo as lacunas com base no que faz sentido. Por exemplo, se um médico escreve "tomar um comprimido", mas esquece de escrever a dosagem, o T-Rx pode procurar a dosagem padrão para aquele medicamento e preenchê-la. A equipe testou isso em dados reais do UK Biobank e do Clinical Practice Research Datalink (CPRD). Eles descobriram que, para antidepressivos, o T-Rx conseguiu extrair com sucesso a dosagem de cerca de 85% das notas imediatamente e, após usar seu truque de "preencher as lacunas", obteve a dosagem de mais de 99% delas. Isso é uma enorme melhoria em relação a deixar os dados bagunçados.

Segundo, o Módulo de Constatação de Exposição atua como uma câmera de lapso de tempo (time-lapse). As prescrições em um banco de dados são geralmente apenas uma lista de eventos isolados: "Paciente recebeu um comprimido na segunda-feira", "Paciente recebeu um comprimido na terça-feira". Mas, na vida real, as pessoas tomam medicamentos ao longo de um período de tempo. Este módulo pega esses pontos dispersos e os conecta para desenhar uma linha sólida, mostrando exatamente quando um paciente foi realmente "exposto" ao medicamento. Ele descobre se duas prescrições se sobrepõem (significando que o paciente tinha um suprimento contínuo) ou se houve uma lacuna. Ele permite que os pesquisadores vejam toda a jornada do tratamento, não apenas instantâneos isolados.

Finalmente, o Módulo de Fenotipagem é o "contador de histórias". Uma vez que os dados estão limpos e organizados, esta ferramenta ajuda os pesquisadores a fazer perguntas específicas. Por exemplo, ela pode identificar instantaneamente a "Depressão Resistente ao Tratamento" (TRD). No passado, definir a TRD exigia codificação complexa para verificar se um paciente trocou de medicamento pelo menos duas vezes durante um episódio. O T-Rx possui comandos pré-construídos que fazem isso em uma única linha de código. Ele também pode detectar quando um paciente muda de um medicamento para outro. Os autores mostraram que, ao usar essas ferramentas, eles puderam transformar listas de prescrição brutas em perfis claros de pacientes que trocaram de medicamentos ou daqueles que não responderam ao tratamento.

O artigo não afirma que o T-Rx é perfeito ou que funciona em todo o mundo ainda. A equipe admite que o testou apenas em dados do Reino Unido (especificamente o UK Biobank e o CPRD). Eles não verificaram se ele funciona em dados de outros países onde os médicos podem escrever notas de forma diferente. No entanto, eles sugerem que, como o T-Rx é de código aberto (o que significa que qualquer pessoa pode olhar o código e melhorá-lo), outros cientistas podem ajudar a expandi-lo. Eles também observam que, enquanto outras ferramentas usam inteligência artificial complexa para ler notas, o T-Rx usa métodos baseados em regras mais simples, que são mais rápidos e fáceis de verificar, tornando-o um ótimo ponto de partida para qualquer pessoa que queira estudar como os medicamentos funcionam no mundo real.

Em resumo, o T-Rx é uma caixa de ferramentas que transforma o mundo confuso e bagunçado das notas de prescrição digital em um conjunto de dados limpo e organizado. Ele não descobre novos medicamentos ou cura doenças por conta própria, mas fornece aos cientistas os dados claros e confiáveis de que precisam para finalmente entender por que os tratamentos funcionam para algumas pessoas e não para outras. Ao tornar essas ferramentas gratuitas e fáceis de usar, os autores esperam ajudar pesquisadores em todos os lugares a parar de reinventar a roda e começar a comparar suas descobertas para resolver o grande enigma da saúde humana.