Formas de abordar la crisis de los opioides

La epidemia de opioides ha diezmado muchas comunidades en todo el país. Ha costado vidas, dañado familias y trastornado el tejido social de varios lugares. Alrededor de 69,700 personas perdieron la vida en 2020 por el abuso de opioides en los Estados Unidos.

Para hacer frente a esta crisis, los investigadores de la Escuela de Negocios Olin de la Universidad de Washington dedicaron un año a estudiar el problema y desarrollar recomendaciones para mitigar la epidemia. Ante una audiencia de legisladores, periodistas, científicos y profesionales de la salud, estas personas y miembros de la Comisión Olin Brookings describieron sus soluciones y recomendaciones para abordar los aspectos preocupantes de la epidemia de opiáceos.

La comisión de seis miembros se reunió varias veces en los últimos 12 meses y recientemente publicó un Descripción general de 53 páginas del proceso de investigación, recomendaciones de políticas y contexto—durante un evento en Brookings. La presentación describió las herramientas impulsadas por IA para frenar la dirección errónea de los envíos de opioides y el diseño de recomendaciones de políticas para facilitar el uso de estas herramientas.

“Mientras escucho la presentación, tengo una sensación de malestar en el estómago y pienso que si tuviéramos estas herramientas hace 10 años, ¿cuántas vidas podríamos haber salvado?”. dijo Van Ingram, uno de los miembros de la Comisión Olin Brookings y director ejecutivo de la Oficina de Control de Drogas de Kentucky.

El grupo fue el primero convocado por WashU Olin como parte de una asociación con Brookings respaldada por La Fundación Bellwether. El proyecto fue diseñado para explorar problemas de calidad de vida en las comunidades y recomendar cambios de política para abordarlos.

Centrarse en el desvío de medicamentos recetados

El informe abordó la epidemia de opioides y, más específicamente, el desvío ilícito de opioides recetados que explotó puntos ciegos en la cadena de suministro de distribución, alimentando décadas de dependencia y muerte. Una vez que los investigadores se concentraron en una respuesta basada en datos para ese problema, la comisión de seis miembros ideó una serie de recomendaciones de políticas para facilitar su uso.

“Todavía existen los puntos ciegos”, dijo Anthony Sardella, presidente de la comisión y miembro del equipo de investigación. “Nuestro objetivo: ¿Puedes usar la ciencia de datos para eliminar estos puntos ciegos? Con ese enfoque se inició nuestra investigación”. (Vea una lista completa de los miembros de la Comisión Olin Brookings 2021-22 en el sitio web de la comisión.) De acuerdo a algunos informesentre 2006 y 2014 se distribuyeron en los Estados Unidos más de 100 000 millones de píldoras de hidrocodona y oxicodona con receta.

Una solución impulsada por IA

Los investigadores de Olin del Center for Analytics and Business Insights de la escuela se centraron en los patrones de desviación dentro de la cadena de suministro de medicamentos utilizando avances en la recopilación de datos, la extracción de datos, la inteligencia artificial y el aprendizaje automático. La solución: los investigadores de Olin desarrollaron un conjunto de herramientas de detección de anomalías para identificar tendencias de desviación en los datos enviados a una base de datos mantenida por la Administración de Control de Drogas de EE. UU.

Utilizando datos históricos de la base de datos del Sistema de Automatización de Informes y Pedidos Consolidados (ARCOS) de 2006 a 2012, incluidos más de 400 millones de transacciones de opioides y 277 000 compradores, los investigadores desarrollaron una herramienta para marcar y detener envíos fraudulentos de opioides antes de que se desvíen. El equipo identificó patrones entre los posibles desviadores y comparó sus hallazgos con una base de datos conocida de compradores condenados.

La herramienta está diseñada para señalar futuros desviadores con una precisión del 100 % (es decir, si la herramienta señala a un comprador como desviador, casi se garantiza que la predicción sea correcta). En otras palabras, la herramienta no producirá falsos positivos. El equipo logró ese nivel de precisión debido a que la herramienta “vive con” un grado moderado (51 %) de precisión de recuperación (es decir, la herramienta detecta uno de cada dos desviadores). En otras palabras, el equipo estaba dispuesto a vivir con una tasa más alta de falsos negativos para garantizar una precisión del 100 % en el marcado de posibles desviadores.

Trabajo basado en valores y basado en datos

“Este trabajo es emblemático de lo que representa WashU Olin Business School”, dijo Mark P. Taylor, el decano de Olin que inició el trabajo para obtener la subvención Bellwether. “Estamos dedicados a aplicar el uso riguroso de los datos y la consideración cuidadosa de nuestros principios para ir más allá del resultado final, para abordar e impactar problemas críticos en la sociedad”.

Una vez que el equipo de investigación bloqueó su herramienta de detección de anomalías, el 2021-22 Comisión de Olin Brookings desarrolló una serie de recomendaciones de políticas que, en combinación, pueden superar los obstáculos de políticas existentes para empoderar a la industria y al gobierno a trabajar juntos e implementar el sistema de alerta y detección casi en tiempo real del equipo para frustrar el desvío de opioides en la cadena de suministro.

Las 14 recomendaciones incluyen establecer un piloto diario o casi en tiempo real para la integración de la herramienta de detección de anomalías para probar los métodos operativos y modernizar la infraestructura tecnológica de ARCOS para respaldar la entrada de datos diaria o casi en tiempo real por parte de los registrantes. Y el trabajo no está hecho. El equipo de investigación tiene la intención de refinar aún más su modelo para buscar señales adicionales, e incluso técnicas para marcar el movimiento de opioides sin receta.

“Podemos determinar si se supone que una transacción debe ocurrir o no”, dijo Annie Shi, miembro del equipo de investigación y estudiante de doctorado en marketing en WashU. “Por ejemplo, si la DEA recibe una nueva solicitud de transacción, nuestro modelo podrá predecir si se supone que esa transacción sucederá o no. Si se prevé que sea sospechoso, la DEA podrá retrasar ese envío hasta que se tomen más medidas”.

Leave a Comment

Your email address will not be published.