ΕΙΣΑΓΩΓΗ: Τα σπουδαία επιτεύγματα της Φαρμακογονιδιωματικής οδήγησαν στην διάδοση και στην πεποίθηση πως η Ιατρική κοινότητα είναι ένα βήμα πιο κοντά στο παράδειγμα της Εξατομικευμένης Ιατρικής (Personalized Medicine) (1). Ωστόσο, η αρμακογονιδιωματική είναι μια νέα, πολύπλοκη επιστήμη που συνεχώς εξελίσσεται χωρίς να έχει ευρεία εφαρμογή στην καθημερινή κλινική πράξη. Η ευρεία εφαρμογή της Φαρμακογονιδιωματικής αλλά και άλλων πτυχών της Εξατομικευμένης Ιατρικής, απαιτεί αλλαγές στον εγκατεστημένο τρόπο άσκησης της κλινικής πράξης, αλλαγή στην εκπαίδευση των επιστημόνων υγείας, αναβάθμιση των σχετικών πολιτικών υγείας, νέα εργαλεία κλπ. Προφανώς, τέτοιες αλλαγές απαιτούν γενναίες πολιτικές αποφάσεις και σημαντικό χρόνο ωρίμανσης. Προς το παρόν, η Φαρμακογονιδιωματική εφαρμόζεται αποσπασματικά κυρίως με βάση την πρωτοβουλία, γνώση, εμπειρία και τεχνογνωσία του κλινικού Ιατρού ώστε αυτός να είναι σε θέση να ερμηνεύσει τα αποτελέσματα των εξειδικευμένων γενετικών εξετάσεων και να τα αξιοποιήσει προς όφελος του ασθενή (1). Η εφαρμογή της Φαρμακογονιδιωματικής στην καθημερινή κλινική πράξη αποτελεί ερευνητικό αντικείμενο και από την μεριά του αντικειμένου της Ηλεκτρονικής Υγείας, με απώτερο στόχο την παροχή όσο το δυνατόν καταλληλότερα τεχνικά εργαλεία/πληροφοριακά συστήματα. Μια από τις κυριότερες προσεγγίσεις είναι η δημιουργία εργαλείων συστημάτων υποστήριξης λήψης της κλινικής απόφασης (Clinical Decision Support Systems - CDSSs) βασισμένων στην Φαρμακογονιδιωματική τα οποία αποθηκεύουν και ερμηνεύουν τα αποτελέσματα από τα γενετικά τεστ και διασυνδέονται με τον ηλεκτρονικό φάκελο υγείας του ασθενή (Electronic Healthcare Record - EHR), συμβουλεύοντας τον κλινικό Ιατρό, πχ κατά την διαδικασία της συνταγογράφησης ή με προτάσεις σχετικές με διαγνωστικές εξετάσεις (2). ΜΕΘΟΔΟΙ: Με σκοπό την εύρεση των προσπαθειών που έχουν πραγματοποιηθεί για
την ενσωμάτωση της Φαρμακογονιδωματικής στην κλινική πράξη, πραγματοποιήσαμε μια ανασκόπηση της βιβλιογραφίας επιλέγοντας λέξεις-κλειδιά που σχετίζονται με το θέμα που είχαμε επιλέξει και θέτοντας κριτήρια που θα απέκλειαν άρθρα που δεν σχετίζονται άμεσα με το αντικείμενο της μελέτης. Μελετήσαμε τα άρθρα που
επιλέχτηκαν και αποκλείσαμε κάποια που θεωρήσαμε πως δεν απαντούν στα κριτήρια μας καθώς και αυτά που δεν μπορέσαμε να βρούμε ολοκληρωμένα. Με βάση τα άρθρα αυτά, αναλύθηκαν τα προβλήματα που εντοπίστηκαν οργανώνοντάς τα σε 5 βασικά στάδια ανάλυσης της πληροφορίας, προδιαγράφοντας πιθανούς «στόχους» τελικών χρηστών (user goals) οι οποίοι θα μπορούσαν να καθοδηγήσουν την ανάπτυξη σχετικών συστημάτων ηλεκτρονικής υγείας στο μέλλον.
ΑΠΟΤΕΛΕΣΜΑΤΑ: Για την συγγραφή της Διπλωματικής Εργασίας κρατήσαμε από τις 426 δημοσιεύσεις που εντοπίσαμε αρχικά, τις 48 με βάση την συγγένειά τους με το ερευνητικό ερώτημα και τα κριτήρια επιλεξιμότητας. Συνοπτικά βρέθηκε ένας μικρός αριθμός μεθοδικών προσεγγίσεων δημιουργίας συστημάτων υποστήριξης λήψης της κλινικής απόφασης βασισμένων στην Φαρμακογονιδιωματική και αρκετές προσπάθειες δημιουργίας εργαλείων που βασίζονται στην Μηχανική μάθηση για την εκμετάλλευση των Φαρμακογονιδιωματικών δεδομένων ώστε αυτά να αξιοποιηθούν σε μελλοντικούς σχεδιασμούς συστημάτων. Επιπλέον συλλέχθηκαν οι προβληματισμοί και οι απαιτήσεις των χρηστών (κυρίως επαγγελματιών υγείας) σχετικά με την χρήση ενός συστήματος υποστήριξης λήψης της κλινικής απόφασης και πως αυτά που ήδη υπάρχουν μπορεί να βελτιωθούν με στόχο την ευρεία χρήση τους. Σε κάποιες δημοσιεύσεις έγινε και αναφορά στα εμπόδια της ενσωμάτωσης της Φαρμακογονιδιωματικής στην κλινική πράξη από την πλευρά των ασθενών και τι θα χρειαζόταν για να νιώσουν πιο ασφαλείς και οικείοι με αυτήν την προσέγγιση. Τελικώς, σε ότι αφορά την ανάλυση των σχετικών «στόχων χρηστών», εντοπίστηκαν και αναλύθηκαν τα κρίσιμα για τους χρήστες ζητήματα, τα οποία θα μπορούσαν να συνεισφέρουν στην διαδικασία ανάλυσης απαιτήσεων τελικών χρηστών (user requirements). ΣΥΜΠΕΡΑΣΜΑΤΑ: Η Φαρμακογονιδιωματική είναι ένα νέο αντικείμενο το οποίο ακόμα δεν έχει ενσωματωθεί ευρέως στην κλινική πράξη. Πολλά δεδομένα που
προκύπτουν δεν έχουν ακόμα ερμηνευθεί και οι οδηγίες συνταγογράφησης και δοσολογίας που τροποποιούνται από την Φαρμακογονιδιωματική δεν έχουν διαδοθεί. Επίσης το Ιατρικό προσωπικό δεν έχει εξοικειωθεί με αυτήν την επιστήμη
καθυστερώντας την ενσωμάτωση της. Από την πλευρά της επιστήμης της Ηλεκτρονικής Υγείας έχουν γίνει σημαντικές ανακαλύψεις και προσεγγίσεις αξιοποίησης των Φαρμακογονιδιωματικών δεδομένων αλλά ακόμα δεν έχει υλοποιηθεί ένα ευρέως διαδεδομένο σύστημα υποστήριξης λήψης της κλινικής απόφασης που θα περιλαμβάνει
μια μεγάλη ομάδα φαρμάκων και θα διασυνδέεται με τον ηλεκτρονικό φάκελο υγείας του ασθενή. Μεγάλο εμπόδιο στην διάδοση της Φαρμακογονιδιωματικής αποτελεί και το γεγονός πως οι ασθενείς δεν έχουν ενημερωθεί για τις δυνατότητες που προσφέρει η πραγματοποίηση ενός γενετικού τεστ και το όφελος για την φαρμακοθεραπεία του, ενώ τους ανησυχεί και η ασφάλεια των αποτελεσμάτων τους. Τέλος, ένας σημαντικός παράγοντας που καθυστερεί την ενσωμάτωση της Φαρμακογονιδιωματικής είναι η έλλειψη πολιτικής δέσμευσης για την υιοθέτηση πολιτικών πρωτοβουλιών που περιλαμβάνει την ένταξη νέων τεχνολογιών στην κλινική πράξη καθώς επίσης και την επίλυση σχετικών νομικών, ηθικών και οικονομοτεχνικών ζητημάτων (πχ αποζημίωση των γενετικών τεστ).
89 σ.
Βιβλιογραφία: σ. 83-88
INTRODUCTION: The great achievements of Pharmacogenomics have led to the dissemination and belief that the Medical community is one step closer to the paradigm of Personalized Medicine (1). However, Pharmacogenomics is a new, complex science that is constantly evolving without widespread application in daily clinical practice. The wide application of Pharmacogenomics and other aspects of Personalized Medicine requires changes in the established way of practicing clinical practice, changes in the training of health scientists, upgrading of relevant health policies, new tools, etc. Obviously, such changes require brave political decisions and important ripening time. Currently, pharmacogenomics is applied piecemeal mainly based on the initiative, knowledge, experience and expertise of the clinician so that he is able to interpret the results of specialized genetic tests and interpret them for the benefit of the patient (1). The application of Pharmacogenomics in daily clinical practice is a research subject also from the side of the subject of Electronic Health, with the ultimate goal of providing the most appropriate technical tools/information systems. One of the main approaches is the creation of Pharmacogenomics-based Clinical Decision Support Systems (PGx-CDSSs) tools that store and interpret genetic test results and interface with the patient's Electronic Healthcare Record -EHR, advising the Clinician, e.g. during the prescription process or with suggestions related to ordering diagnostic tests (2). METHODS: In order to find the efforts that have been made to integrate Pharmacogenomics into clinical practice, we performed a literature review selecting keywords related to our chosen topic and setting criteria that would exclude articles not directly related to subject of the study. We studied the selected articles and excluded some that we considered did not meet our criteria as well as those that we could not find complete. Based on these articles, the identified problems were analyzed by organizing them into 5 basic stages of information analysis, specifying possible "goals" of end users (user goals) that could guide the development of relevant electronic health systems in the future. RESULTS : For the writing of the Diplomatic Thesis, out of the 426 publications we initially identified, we kept 48 based on their relevance to the research question and the eligibility criteria. In summary, a small number of methodological approaches were found to create clinical decision support systems based on Pharmacogenomics and several attempts to create tools based on Machine Learning for the exploitation of pharmacogenomics data to be used in future system designs. In addition, the concerns and requirements of users (mainly health professionals) regarding the use of a clinical decision support system were collected and how those that already exist can be improved with the aim of their widespread use. Some publications also mentioned the barriers to integrating Pharmacogenomics into clinical practice from the patient side and what it would take for them to feel more secure and familiar with this approach. Finally, with regard to the analysis of the relevant "user goals", the critical issues for users were identified and analyzed, which could contribute to the process of analyzing end-user requirements (user requirements). CONCLUSIONS: Pharmacogenomics is a new subject that has not yet been widely integrated into clinical practice. Many emerging data have yet to be interpreted and prescribing and dosing guidelines modified by Pharmacogenomics have not been disseminated. Also the Medical staff is not familiar with this science delaying its integration. From the point of view of the science of Electronic Health, important discoveries and approaches to the utilization of Pharmacogenomic data have been made, but a widespread clinical decision support system that will include a large group of drugs and will be interconnected with the patient's electronic health record has not yet been implemented. A major obstacle to the spread of Pharmacogenomics is the fact that patients have not been informed about the possibilities offered by carrying out a genetic test and the benefit for its pharmacotherapy, while they are also concerned about the safety of their results. Finally, an important factor delaying the integration of Pharmacogenomics is the lack of political commitment to the adoption of political initiatives that include the integration of new technologies into clinical practice as well as the resolution of related legal, ethical and economic-technical issues (eg reimbursement of genetic tests).
Δημοκρίτειο Πανεπιστήμιο Θράκης
