Se llevará a cabo el diseño de la herramienta RADAR y su validación en una base de datos de Atención Primaria. La herramienta RADAR se creará mediante IA y recogerá las RAM muy frecuentes (> 1/10 personas), frecuentes (³1/100 a < 1/10 personas), registradas en las fichas técnicas de los fármacos (www.cima.aemps.es). Se codificará y estructurará cada RAM en CIE-10CM mediante IA. Esta información se vinculará con la historia clínica del paciente para detectar en tiempo real las RAM cada vez que se registre un nuevo diagnóstico. Como resultado se desplegará una ventana emergente donde se informará al médico de la RAM y se facilitará la notificación oficial del mismo. 

La validación de la herramienta RADAR se llevará a cabo mediante un estudio de cohortes retrospectivas en una base de datos de un centro de Atención Primaria. Ésta base de datos tiene información sociodemográfica (edad y sexo), de diagnósticos (códigos CIE-10CM) y dispensaciones (códigos ATC) de >19.000 pacientes adscritos al centro de salud desde el 2000 al 2023. 

Población de estudio: sujetos ³18 años que estén registrados en la base de datos, con ³365 días de seguimiento previo durante el periodo de estudio (2007-2019). Se crearán dos cohortes: 1. sujetos con hipertensión que estén en tratamiento con algún inhibidor de la enzima convertidora de angiotensina y 2. sujetos con diabetes que estén en tratamiento con metformina. Se identificará mediante la herramienta RADAR todos los casos incidentes de tos en los pacientes con hipertensión y de diarreas en pacientes con diabetes.  

Calculo de la muestra: Con un nivel de confianza del 95% y una precisión de +/- 5 unidades porcentuales, y una tasa de no detección del 5%, se ha estimado que se necesita validar una muestra aleatoria de 238 casos de tos y de 309 casos de diarrea. 

Limitaciones: Dado que la validación se basa en registros de Atención Primaria puede existir un infra-registro de los diagnósticos lo que podría infraestimar el riesgo de los eventos adversos a validar.

Análisis estadístico: Se llevará a cabo un análisis descriptivo de todas las variables. Se valorará mediante un modelo de supervivencia el tiempo hasta la RAM. Se calculará el valor predictivo positivo y negativo de todos los casos registrados de tos y diarrea en cada cohorte mediante la revisión de texto libre y estratificado por sexo. Se usará el programa  STATA MP/18.0

Se ha solicitado financiación al Programa de Industria del Coneixement de la Agencia de Gestió d’Ajuts Universitaris i de Recerca (AGAUR).