Creación de perfiles y herramienta de detección de pacientes con dolor
Open Access
- 15 October 2025
- journal article
- Published by Sociedad Española de Farmacia Clínica, Familiar y Comunitaria (SEFAC) in Farmacéuticos Comunitarios
- Vol. 17 (4) , 41-64
Abstract
El dolor crónico, que afecta al 20-26 % de los adultos, impacta profundamente en calidad de vida y los costos socioeconómicos. El análisis de perfiles permite individualizar tratamientos, identificar subgrupos de pacientes y diseñar estrategias terapéuticas personalizadas, mejorando resultados y eficiencia sanitaria. Objetivo principal: establecer clústeres de pacientes basados en su dolor y obtener una herramienta que permita identificar pacientes en base a la clusterización desarrollada. Se realizó un estudio descriptivo, transversal, multicéntrico en pacientes con dolor que acuden a la farmacia comunitaria. Se usaron técnicas de agrupamiento no supervisado para detectar patrones en pacientes con dolor agudo y crónico, seguidas de análisis estadísticos y algoritmos supervisados para la predicción y evaluación del cuestionario. En base a estos hallazgos, se desarrolló una herramienta capaz de predecir la pertenencia de los distintos grupos identificados. El análisis identificó 4 perfiles en dolor agudo y 5 en crónico, con el subgrupo 1 mostrando los peores resultados en ambos casos. El modelo de clasificación, para predecir nuevos datos, alcanzó una exactitud del 64.52 % en dolor agudo y 85.56 % en crónico con los datos disponibles. Se identificaron cuatro perfiles de pacientes con dolor agudo y cinco con dolor crónico, lo que facilita la personalización del tratamiento. La farmacia comunitaria, por su accesibilidad, permite un seguimiento continuo, mejorando la adherencia, ajustando tratamientos y coordinando la atención sanitaria. La herramienta de clasificación permitirá analizar a los pacientes mediante variables psicométricas, mejorando el manejo del dolor.Keywords
This publication has 10 references indexed in Scilit:
- Explorando la conexión entre dolor, edad, sexo, calidad de vida, capacidad funcional y sueño. Un análisis en farmacia comunitariaFarmacéuticos Comunitarios, 2025
- Artificial intelligence and machine learning in pain research: a data scientometric analysisPain Reports, 2022
- UMAP-assisted K-means clustering of large-scale SARS-CoV-2 mutation datasetsComputers in Biology and Medicine, 2021
- Evaluación del dolor en consultas de reumatología españolas: Estudio EVADORReumatología Clínica, 2021
- Machine learning in pain researchPain, 2017
- Adaptación y validación de la Escala de gradación del dolor crónico al españolReumatología Clínica, 2016
- The role of stress in rheumatic diseasesArthritis Research & Therapy, 2010
- Survey of chronic pain in Europe: Prevalence, impact on daily life, and treatmentEuropean journal of pain, 2006
- Validation of the Insomnia Severity Index as an outcome measure for insomnia researchSleep Medicine, 2001
- The Use of the Karnofsky Performance Scale in Determining Outcomes and Risk in Geriatric OutpatientsJournal of Gerontology, 1991