Fuentes de Datos
Panorama de las fuentes
| Tipo | Fuente | Se usa para |
|---|---|---|
| Datos de registro sanitario | ANMAT | Listado de medicamentos aprobados y principios activos de Argentina |
| Modelo de predicción | TxGNN | Predicción de asociaciones fármaco–enfermedad |
| Ensayos clínicos | ClinicalTrials.gov | Gradación de evidencia (NCT) |
| Literatura | PubMed | Gradación de evidencia (PMID) |
| Información de medicamentos | DrugBank | Mapeo de principios activos y datos de blancos terapéuticos |
| Interacciones | DDInter | Datos de interacciones entre fármacos |
Licencias
Cada fuente tiene su propia licencia; revísela antes de citar:
- TxGNN: uso académico; citar a Huang et al. (2023)
- ClinicalTrials.gov / PubMed: datos públicos de los NIH de Estados Unidos
- DrugBank: uso no comercial sujeto a sus términos de licencia
- ANMAT: sujeto a los términos de datos abiertos del organismo regulador de Argentina
Frecuencia de actualización
| Datos | Frecuencia |
|---|---|
| Datos de registro sanitario | Según los publique el organismo regulador |
| Evidencia de ensayos / literatura | Se recolecta nuevamente en forma periódica |
| Datos de interacciones | Revisados trimestralmente |
Citación académica
Huang, K., et al. (2023). A foundation model for clinician-centered drug repurposing. Nature Medicine. DOI: 10.1038/s41591-023-02233-x
Acerca del Desarrollador
Esta plataforma es desarrollada y operada por 藥提醒科技有限公司 (yao.care, número de registro de empresa 83620786, 12F, No. 220, Sec. 2, Taiwan Blvd., West Dist., Taichung City, Taiwan).
ARTxGNN es el sitio de Argentina de la línea de productos "TxGNN Drug Repurposing" de la empresa.
El mismo sistema está desplegado en 30 países y regiones, cada uno denominado {CC}TxGNN
(JpTxGNN, UsTxGNN, DETxGNN, y así sucesivamente) en {cc}txgnn.yao.care.
Descripción del producto: https://www.yao.care/medical/txgnn/.
El modelo TxGNN en sí fue desarrollado por el Zitnik Lab de Harvard Medical School y publicado en Nature Medicine. Esta plataforma es el sistema de producción que 藥提醒科技有限公司 construyó sobre ese modelo, y abarca la integración de los datos nacionales de registro de medicamentos, la predicción dual por grafo de conocimiento y aprendizaje profundo, la gradación de evidencia con PubMed / ClinicalTrials y la integración con la historia clínica electrónica mediante SMART on FHIR.
Este informe es solo para referencia de investigación académica y no constituye consejo médico. Siga siempre las indicaciones de su médico; nunca ajuste la medicación por su cuenta. Toda decisión de reposicionamiento de medicamentos requiere una validación clínica completa y una revisión regulatoria.
Revisado por: 藥提醒科技有限公司 (yao.care)