Automedicación: Una propuesta de aproximación “bayesiana”
Palabras clave:
Modelo bayesiano, Automedicación, Farmacovigilancia, Cognición, EcuaciónResumen
El artículo aborda la automedicación desde una perspectiva multidisciplinaria, y, de manera específica, desde la estadística bayesiana la cual es un método de análisis de datos y estimación de parámetros basado en el teorema de Bayes. El texto desarrolla una propuesta de ecuación general basada en dicho teorema. El texto destaca cómo los juicios humanos pueden interpretarse a través de un modelo probabilístico, y para eso utiliza una serie de aproximaciones teóricas sobre modelos bayesianos de cognición (Griffiths, Chater y Tenenbaum, 2024). Se enfatiza en la complejidad del fenómeno de la automedicación, que ha sido estudiado desde diversas perspectivas teóricas, incluyendo los paradigmas económicos, de proceso y de trasgresión. La habilidad de prever los efectos de los medicamentos en función de los síntomas actuales es crucial, ya que permite anticipar riesgos y desenlaces, lo que resalta la importancia de un pluralismo disciplinar y metodológico en materia de farmacovigilancia. El artículo discute y plantea un punto de partida en torno a la necesidad de un monitoreo en tiempo real para identificar preocupaciones emergentes sobre la seguridad de los medicamentos. El documento propone un encuadre epistemológico y una aproximación que combina la inferencia probabilística con la práctica de la automedicación, subrayando la importancia de la educación y la vigilancia en este ámbito.
Referencias
• Baracaldo-Santamaría D, Trujillo-Moreno MJ, Pérez-Acosta A.M., Feliciano-Alfonso J.E., Calderon-Ospina, C.A., Soler F. (2022). Definition of self-medication: a scoping review. Therapeutic Advances in Drug Safety.13. https://doi.org/10.1177/20420986221127501
• Bonawitz, E. y Ullman, T. (2024). Chapter 20. Bayesian models of cognitive development. En Griffiths, T., Chater, N. y Tenenbaum, J. (Eds.). Bayesian Models of Cognition. Reverse Engineering the Mind. MIT Press.
• Braveman, P., Egerter, S., y Williams, D. R. (2011). The social determinants of health: coming of age. Annual review of public health, 32, 381–398. https://doi.org/10.1146/annurev-publhealth-031210-101218
• Calderón, C., Soler, F., y Pérez-Acosta, A. (2020). El Observatorio del Comportamiento de Automedicación de la Universidad del Rosario y su rol en la pandemia de COVID-19. Revista Ciencias de la Salud, 18(2), 1–8.
• Cárdenas, E. (1998). Autoatención Doméstica de la Salud [Ponencia]. III Congreso Chileno de Antropología. Colegio de Antropólogos de Chile A. G., Temuco.
• Cockerham, W. (2016). Medical Sociology. Routledge.
• Dew, K., Chamberlain, K., Hodgetts, D., Norris, P., Radley, A., & Gabe, J. (2014). Home as a hybrid centre of medication practice. Sociology of health & illness, 36(1), 28–43. https://doi.org/10.1111/1467-9566.12041
• Etz, A., & Vandekerckhove, J. (2018). Introduction to Bayesian Inference for Psychology. Psychonomic bulletin & review, 25(1), 5–34. https://doi.org/10.3758/s13423-017-1262-3
• Fajardo-Zapata, A., Méndez-Casallas, F., Hernández-Niño, J., Molina, L., Tarazona, A., Nossa, C., Tejeiro, J., y Ramírez, N. (2013). La automedicación de antibióticos: un problema de salud pública. Revista Salud Uninorte, 29(2), 226–235.
• Good, M., Brodwin, P., Good, B. y Kleinman, A. (1994). Pain as Human Experience: An Anthropological Perspective. University of California Press.
• Griffiths, T., Chater, N. y Tenenbaum, J. (2024). Bayesian Models of Cognition. Reverse Engineering the Mind. MIT Press.
• Heider, F., & Simmel, M. (1944). An experimental study of apparent behavior. The American Journal of Psychology, 57(2), 243–259. https://doi.org/10.2307/1416938
• Hoang, T. y Ehrhardt, M. (2024). Differential equation models for infectious diseases: Mathematical modeling, qualitative analysis, numerical methods and applications. Institute of Mathematical Modelling, Analysis and Computational Mathematics (IMACM).
• Huelsenbeck, J., y Ronquist, F. (2001). MRBAYES: Bayesian inference of phylogenetic trees. Bioinformatics, 17(8), 754–755. https://doi.org/10.1093/bioinformatics/17.8.754
• Iessa, N., Macolic Sarinic, V., Ghazaryan, L., Romanova, N., Alemu, A., Rungapiromnan, W., Jiamsuchon, P., Pokhagul, P., Castro, J. L., Macias Saint-Gerons, D., Ghukasyan, G., Teferi, M., Gupta, M., & Pal, S. N. (2021). Smart Safety Surveillance (3S): Multi-Country Experience of Implementing the 3S Concepts and Principles. Drug safety, 44(10), 1085–1098. https://doi.org/10.1007/s40264-021-01100-z
• International Society of Pharmacovigilance. (2023). 22nd ISoP Annual Meeting “Putting Patients First in Pharmacovigilance: International Perspectives from Global South” 6–9 November 2023 Bali, Indonesia. Drug Safety, 46(11), 1173–1295. https://doi.org/10.1007/s40264-023-01350-z
• Jara-Ettinger, J., Baker, C. y Tenenbaum, J. (2024). Chapter 14. Theory of mind and inverse decision-making. En Griffiths, T., Chater, N. y Tenenbaum, J. (Eds.). Bayesian Models of Cognition. Reverse Engineering the Mind. MIT Press.
• Jeetu, G., y Anusha, G. (2010). Pharmacovigilance: a worldwide master key for drug safety monitoring. Journal of young pharmacists: JYP, 2(3), 315–320. https://doi.org/10.4103/0975-1483.66802
• Kleinman, A. (1980). Patients and Healers in the Context of Culture. An Exploration of the Borderland between Anthropology, Medicine, and Psychiatry. University of California Press.
• Lindley, D. (1980). Making decisions. Wiley.
• Liu, S., Ullman, T. D., Tenenbaum, J. B., & Spelke, E. S. (2017). Ten-month-old infants infer the value of goals from the costs of actions. Science (New York, N.Y.), 358(6366), 1038–1041. https://doi.org/10.1126/science.aag2132
• Molina Aguilar, J., Pérez-Acosta, A. y Deleón Castro, M. (2024). Circunnavegando la automedicación. Editorial Universidad Pedagógica de El Salvador “Dr. Luis Alonso Aparicio”.
• Molina-Aguilar, J. (2021). Autoatención y automedicación: reflexiones y retos desde la ontología del ser social. Revista Costarricense De Psicología, 40(2), 107–129. https://doi.org/10.22544/rcps.v40i02.0322
• Molina Aguilar, J. M. (2022a). Sistema Nacional y Cultural de Salud durante el COVID-19 en El Salvador desde una perspectiva salutogénica: hogar y comunidad. ECA: Estudios Centroamericanos, 77(770), 81–89. https://doi.org/10.51378/eca.v77i770.7596
• Molina Aguilar, J. M. (2022b). Contornos y matices de la muerte y el duelo en El Salvador durante el primer año de pandemia: reflexiones desde un acercamiento rizomático. Cuadernos Inter.c.a.Mbio Sobre Centroamérica Y El Caribe, 19(1), e49855. https://doi.org/10.15517/c.a.v19i1.49855
• Ohnuki-Tierney, E. (2000). Illness and Culture in Contemporary Japan. An anthropological view. Cambridge University Press.
• Organización Mundial de la Salud OMS. (2023, abril 20). Tools and innovations. https://www.who.int/teams/regulation-prequalification/regulation-and-safety/pharmacovigilance/guidance/operations/tools-innovations
• Organización Mundial de la Salud. (2010, enero 15). Strategies. https://www.who.int/teams/regulation-prequalification/regulation-and-safety/pharmacovigilance/guidance/strategies
• Organización Panamericana de la Salud. (2021). Manual de vigilancia de eventos supuestamente atribuibles a la vacunación o inmunización en la Región de las Américas. Organización Panamericana de la Salud. https://iris.paho.org/bitstream/handle/10665.2/55384/9789275323861_spa.pdf?sequence=5&isAllowed=y
• Oviedo, H., Cortina, C., Osorio, J., y Romero, S. (2021). Realidades de la práctica de la automedicación en estudiantes de la Universidad de Magdalena. Enfermería Global, 20(2), 531-544. https://doi.org/10.6018/eglobal.430191
• Pardo, M. (1984). Patrones de automedicación. Cuadernos de Antropología. Antropología y Salud (3) 73-82. https://dialnet.unirioja.es/servlet/articulo?codigo=5577429
• Rademaker, M. (2001). Do Women Have More Adverse Drug Reactions?. American journal of clinical dermatology. doi: 10.2165/00128071-200102060-00001
• Royall, R. (1997). Statistical evidence: A likelihood paradigm. Routledge.
• Ruiz-Sternberg, Ángela M., & Pérez-Acosta, A. M. (2011). Automedicación y términos relacionados: una reflexión conceptual. Revista Ciencias De La Salud, 9(1), 83–97. https://doi.org/10.12804/revistas.urosario.edu.co/revsalud/a.1551
• Singer, M. y Baer, H. (2007). Introducing Medical Anthropology. A Discipline in Action. Altamira Press.
• Smith, K., Hamrick, J., Sanborn, A., Battaglia, P., Gerstenberg, T., Ullman, T. y Tennenbaum, J. (2024). Chapter 15. Intuitive pshysics as probabilistic inference. En Griffiths, T., Chater, N. y Tenenbaum, J. (Eds.). Bayesian Models of Cognition. Reverse Engineering the Mind. MIT Press.
• Sunder Rajan, K. (2017). Pharmocracy. Value, Politics, and Knowledge in Global Biomedicine. Duke Press.
• Uppsala Monitoring Centre. (2024). VigiBase Services. https://who-umc.org/vigibase/vigibase-services/
• Wild, C. (2005). Complementing the Genome with an “Exposome”: The Outstanding Challenge of Environmental Exposure Measurement in Molecular Epidemiology. Cancer Epidemiology Biomarkers & Prevention, 14(8), 1847–1850. https://doi.org/10.1158/1055-9965.epi-05-0456
• Willey, A. y Allen, J. (2021). Medical Anthropology. Oxford Press.
