La IA descubre los efectos secundarios ocultos de Ozempic a través de 400.000 publicaciones en Reddit

El estudio, publicado recientemente en Salud de la naturalezaexaminó más de cinco años de publicaciones de casi 70.000 usuarios de Reddit. Dos categorías merecían mayor investigación: síntomas reproductivos, incluidos cambios en el ciclo menstrual, y problemas relacionados con la temperatura corporal, como escalofríos y sofocos.

Los hallazgos no establecen que el medicamento haya causado estos síntomas. En cambio, los investigadores dicen que la recopilación masiva de informes espontáneos de pacientes puede revelar señales que vale la pena examinar más de cerca.

“Algunos de los efectos secundarios que encontramos, como las náuseas, son bien conocidos y muestran que el método capta una señal real”, dijo Sharath Chandra Guntuku, profesora asociada de investigación de Ciencias de la Información y la Computación (CIS) en Penn Engineering y autora principal del estudio. “Los síntomas no informados son comportamientos que provienen de los propios pacientes, sin que se les indique, y los médicos potencialmente pueden prestarles atención”.

Lo que informan los pacientes fuera de los ensayos clínicos

Los ensayos clínicos están diseñados para determinar si los tratamientos funcionan e identificar importantes cuestiones de seguridad, pero no necesariamente captan todos los síntomas que son importantes para los pacientes una vez que un medicamento es utilizado por una población más grande.

“Los ensayos clínicos generalmente identifican los efectos secundarios más peligrosos de los medicamentos”, añade Lyle Ungar, profesor del CIS y coautor del estudio. “Pero es posible que no encuentren qué síntomas preocupan más a los pacientes; incluso si las redes sociales no son necesariamente representativas, una gran colección de publicaciones puede reflejar preocupaciones adicionales”.

La distinción es importante. El estudio encontró asociaciones en lo que la gente discutía en línea, no evidencia de que los medicamentos GLP-1 fueran responsables de estas experiencias.

“No podemos decir que el GLP-1 esté causando realmente estos síntomas”, señala Neil Sehgal, primer autor del estudio y estudiante de doctorado en el CIS asesorado por Guntuku y Ungar. “Pero casi el 4% de los usuarios de Reddit en nuestra muestra informaron irregularidades menstruales, que serían aún mayores en una muestra exclusivamente femenina. Creemos que es una señal que vale la pena investigar”.

Utilice las redes sociales como señal de salud temprana

La idea de explorar conversaciones en línea en busca de pistas sobre la seguridad de los medicamentos es anterior al auge actual de la IA. En 2011, Ungar participó en uno de los primeros esfuerzos por utilizar material creado por usuarios de Internet para identificar posibles efectos adversos de los medicamentos.

Las redes sociales pueden capturar experiencias que los pacientes discuten entre sí pero que nunca pueden informar formalmente a un médico, fabricante de medicamentos o regulador.

“Las comunidades de pacientes en línea funcionan de manera muy parecida a una vid de barrio”, dice Ungar. “Las personas que viven con estas drogas intercambian notas entre sí en tiempo real, compartiendo experiencias que rara vez llegan a través de una visita al consultorio del médico o un informe oficial”.

Desde entonces, la comunidad de pacientes en línea se ha expandido significativamente. Esto ha convertido a las redes sociales en una fuente potencialmente valiosa para estudiar cómo la medicina afecta a las personas en la vida cotidiana, aunque acceder a los datos de la plataforma se ha vuelto más difícil.

Los investigadores enfatizan que la investigación clínica tradicional sigue siendo esencial, pero las conversaciones en línea pueden proporcionar información más rápidamente cuando millones de personas comienzan a usar un medicamento.

“Los ensayos clínicos son el estándar de oro, pero por diseño son lentos”, dice Guntuku. “Esto no reemplaza los ensayos, pero puede avanzar más rápido, y esa velocidad es importante cuando un medicamento pasa de un nicho a la corriente principal casi de la noche a la mañana”.

La IA hace posible un excelente análisis de redes sociales

Uno de los mayores obstáculos siempre ha sido la escala.

Guntuku describe el enfoque como “escucha social computacional”, que utiliza métodos computacionales para identificar patrones en grandes colecciones de conversaciones sobre salud en línea.

Sin embargo, los pacientes rara vez describen sus síntomas utilizando terminología médica estándar. Una persona puede describir que siente mucho frío, otra puede mencionar escalofríos constantes, mientras que un médico puede clasificar estas experiencias utilizando un término médico específico.

Por eso los investigadores necesitan una forma de traducir el lenguaje cotidiano a categorías oficiales. Una referencia importante es el Diccionario médico para actividades regulatorias (MedDRA), que proporciona terminología ampliamente utilizada para clasificar afecciones, síntomas y eventos adversos médicos.

Anteriormente, vincular una gran cantidad de publicaciones informales en las redes sociales con la terminología médica estándar requería una gran cantidad de trabajo, lo que limitaba la cantidad de datos que los investigadores podían analizar de manera realista.

Los principales modelos de lenguaje, como GPT y Gemini, están cambiando esta ecuación al permitir a los investigadores procesar y categorizar grandes cantidades de texto de manera más consistente y rápida.

“Los lenguajes de modelos grandes han hecho posible realizar este tipo de análisis más rápido y con un nivel de estandarización que antes hubiera sido difícil de lograr”, dice Sehgal.

Síntomas inesperados de 400.000 publicaciones

Los investigadores subrayan que los usuarios de Reddit no son representativos de la población general de personas que toman el fármaco GLP-1. Los usuarios de Reddit tienden a ser más jóvenes, más probablemente hombres y ubicados desproporcionadamente en los Estados Unidos.

Incluso con esta limitación, el análisis produjo una señal tranquilizadora de que el enfoque detectó patrones genuinos. Muchos de los síntomas discutidos por los usuarios de Reddit coinciden estrechamente con los efectos previamente conocidos de semaglutida y tirzepatida.

Alrededor del 44% de los usuarios incluidos en el estudio describieron al menos un efecto secundario. Los problemas gastrointestinales fueron los más comunes, consistentes con náuseas y otros problemas digestivos ya asociados con estos medicamentos.

Más intrigantes fueron los síntomas que aparecieron con suficiente frecuencia como para atraer la atención de los investigadores, pero que pueden no estar tan bien representados en las etiquetas actuales de los medicamentos o en los informes convencionales de eventos adversos.

Casi el 4% de los usuarios que informaron efectos secundarios describieron síntomas reproductivos. Estos incluyen cambios menstruales como sangrado entre períodos, sangrado abundante y ciclos menstruales irregulares.

Los usuarios también han descrito cambios relacionados con la temperatura corporal, incluidos escalofríos, sensación de frío inusual, sofocos y síntomas similares a la fiebre.

La fatiga fue otro hallazgo notable. Fue la segunda queja más frecuente en los datos de Reddit, aunque relativamente pocos ensayos clínicos informaron fatiga con la frecuencia suficiente para alcanzar el umbral de notificación establecido.

Por qué son interesantes los cambios en la menstruación y la temperatura

Una de las razones por las que estos informes llamaron la atención de los investigadores tiene que ver con el hipotálamo, una pequeña región muy importante del cerebro. Entre sus múltiples funciones, el hipotálamo ayuda a regular el hambre, las hormonas, la reproducción y la temperatura corporal.

Jena Shaw Tronieri, investigadora principal del Centro de Trastornos de Peso y Alimentación de Penn y coautora del estudio, dijo: “Se cree que estos medicamentos funcionan activando una parte del cerebro llamada hipotálamo, que ayuda a regular una amplia variedad de hormonas. Esto no significa que los medicamentos necesariamente causen estos síntomas, pero podría sugerir que vale la pena estudiar más sistemáticamente los informes de cambios menstruales y fluctuaciones de la temperatura corporal”.

Los investigadores no proponen que esta conexión biológica demuestre que los fármacos GLP-1 sean los responsables. En cambio, ofrece otra razón para probar más cuidadosamente los modelos informados por los pacientes a través de investigaciones controladas.

Convierta las conversaciones de Internet en investigación

Por ahora, el equipo espera que los resultados alienten a los científicos y médicos a prestar más atención a los síntomas que los pacientes comentan repetidamente en línea.

“Están claramente en la mente del paciente y vale la pena prestarles atención”, dice Sehgal.

Los investigadores también quieren ampliar su análisis más allá de Reddit y más allá de la comunidad de habla inglesa. Hacerlo puede ayudar a determinar si aparecen los mismos patrones entre diferentes grupos de personas y en diferentes plataformas de redes sociales.

“Todavía no sabemos si lo que estamos viendo en Reddit refleja la experiencia de los usuarios de GLP-1 a nivel mundial, o si es particular del tipo de personas que publican en Reddit en los Estados Unidos”, dijo Ungar.

A largo plazo, el análisis rápido con IA de las conversaciones de los pacientes en línea podría convertirse en un sistema de detección temprana de problemas de salud emergentes relacionados con medicamentos, suplementos y productos de bienestar.

Esto podría ser particularmente cierto para las sustancias que se vuelven populares en línea más rápido de lo que las búsquedas convencionales pueden mantener. Los productos no regulados o no regulados, incluidos los péptidos inyectables, pueden propagarse rápidamente a través de comunidades en Reddit, TikTok y otras plataformas. Por lo tanto, las discusiones entre los usuarios pueden proporcionar algunos de los primeros indicios de efectos inesperados.

“El objetivo de este tipo de enfoque es que puede avanzar rápidamente, y ahí es exactamente cuando es más valioso”, dice Guntuku.

Este estudio se realizó en la Escuela de Ingeniería y Ciencias Aplicadas de la Universidad de Pensilvania. Los autores no informan sobre financiación externa. Tronieri informa haber recibido una subvención de investigación iniciada, en nombre de la Universidad de Pensilvania, de Novo Nordisk y haber recibido honorarios de consultoría de Currax Pharmaceuticals, LLC. Los demás autores no informan conflictos de intereses.