Caracterización de la literatura científica en la aplicación de ciencia de datos en Farmacovigilancia

Jáuregui Acuña, Manuel Alejandro

dc.contributor.advisor	Solís Pino, Andrés Felipe
dc.coverage.spatial	cead_-_josé_celestino_mutis
dc.creator	Jáuregui Acuña, Manuel Alejandro
dc.date.accessioned	2025-12-13T16:36:25Z
dc.date.available	2025-12-13T16:36:25Z
dc.date.created	2025-04-08
dc.identifier.uri	https://repository.unad.edu.co/handle/10596/77141
dc.description.abstract	La farmacovigilancia es fundamental para garantizar la seguridad de los medicamentos. No obstante, la detección temprana y eficaz de reacciones adversas a medicamentos sigue siendo un reto considerable (Fornasier et al., 2018). Este trabajo revisará la literatura científica sobre la aplicación de la Ciencia de Datos en farmacovigilancia, enfocándose en caracterizar los avances, técnicas y desafíos actuales. Utilizando bases de datos clave como VigiBase, se describirá el estado actual de estas herramientas en el análisis de reacciones adversas, evaluando su efectividad y limitaciones (Gauffin et al., 2023; Kiryu, 2023). Se analizarán diversas técnicas de Ciencia de Datos documentadas en la literatura, destacando sus beneficios y las barreras que impiden su implementación efectiva, tales como problemas de calidad de datos, heterogeneidad y sesgos (Deimazar & Sheikhtaheri, 2023; Pilipiec et al., 2022). Además, se sintetizarán recomendaciones para superar estos obstáculos y optimizar el uso de la Ciencia de Datos en la farmacovigilancia (Kaas-Hansen et al., 2023; Kompa et al., 2022). Este estudio proporcionará un entendimiento más profundo de cómo las tecnologías de Ciencia de Datos pueden avanzar en la farmacovigilancia y sugerirá futuras direcciones para la investigación y aplicación práctica en este campo esencial.
dc.format	pdf
dc.title	Caracterización de la literatura científica en la aplicación de ciencia de datos en Farmacovigilancia
dc.type	Proyecto aplicado
dc.subject.keywords	Pharmacovigilance
dc.subject.keywords	Data Mining
dc.subject.keywords	Adverse Drug Events
dc.subject.keywords	Medical Informatics
dc.subject.keywords	Data Analysis
dc.description.abstractenglish	Pharmacovigilance is essential to ensure drug safety. However, the early and effective detection of adverse drug reactions remains a considerable challenge (Fornasier et al., 2018; Hamid et al., 2022). This paper will review the scientific literature on the application of Data Science in pharmacovigilance, focusing on characterizing current advances, techniques, and challenges. Using key databases such as VigiBase, the current status of these tools in the analysis of adverse reactions will be described, evaluating their effectiveness and limitations (Gauffin et al., 2023; Kiryu, 2023). Various Data Science techniques documented in the literature will be analyzed, highlighting their benefits and the barriers that impede their effective implementation, such as data quality issues, heterogeneity, and bias (Deimazar & Sheikhtaheri, 2023; Pilipiec et al., 2022). In addition, recommendations for overcoming these obstacles and optimizing the use of data science in pharmacovigilance will be synthesized (Kaas-Hansen et al., 2023; Kompa et al., 2022). This study will provide a deeper understanding of how data science technologies can advance pharmacovigilance and suggest future directions for research and practical application in this essential field.