Fonti dei dati
Panoramica delle fonti
| Tipo | Fonte | Utilizzata per |
|---|---|---|
| Dati di registrazione | AIFA | Elenco dei farmaci approvati e dei principi attivi per l'Italia |
| Modello di previsione | TxGNN | Previsione delle associazioni farmaco–malattia |
| Studi clinici | ClinicalTrials.gov | Classificazione delle prove (NCT) |
| Letteratura | PubMed | Classificazione delle prove (PMID) |
| Informazioni sui farmaci | DrugBank | Mappatura dei principi attivi e dati sui bersagli |
| Interazioni | DDInter | Dati sulle interazioni tra farmaci |
Licenze
Ogni fonte ha la propria licenza — si prega di verificarla prima di citarla:
- TxGNN: uso accademico; citare Huang et al. (2023)
- ClinicalTrials.gov / PubMed: dati pubblici del NIH statunitense
- DrugBank: uso non commerciale soggetto ai termini della relativa licenza
- AIFA: soggetta ai termini di open data dell'autorità regolatoria italiana
Frequenza di aggiornamento
| Dati | Frequenza |
|---|---|
| Dati di registrazione | Come pubblicati dall'autorità regolatoria |
| Prove da studi clinici / letteratura | Raccolte nuovamente a intervalli periodici |
| Dati sulle interazioni | Riesaminati trimestralmente |
Citazione accademica
Huang, K., et al. (2023). A foundation model for clinician-centered drug repurposing. Nature Medicine. DOI: 10.1038/s41591-023-02233-x
Informazioni sullo Sviluppatore
Questa piattaforma è sviluppata e gestita da 藥提醒科技有限公司 (yao.care, numero di registrazione societaria 83620786, 12F, No. 220, Sec. 2, Taiwan Blvd., West Dist., Taichung City, Taiwan).
ITTxGNN è il sito italiano della linea di prodotti "TxGNN Drug Repurposing" dell'azienda.
Lo stesso sistema è distribuito in 30 paesi e regioni, ciascuno denominato {CC}TxGNN
(JpTxGNN, UsTxGNN, DETxGNN e così via) all'indirizzo {cc}txgnn.yao.care.
Panoramica del prodotto: https://www.yao.care/medical/txgnn/.
Il modello TxGNN è stato sviluppato dallo Zitnik Lab della Harvard Medical School ed è stato pubblicato su Nature Medicine. Questa piattaforma è il sistema di produzione che 藥提醒科技有限公司 ha costruito su tale modello e comprende l'integrazione dei dati nazionali di registrazione dei farmaci, la previsione combinata tramite grafo di conoscenza e deep learning, la classificazione delle prove da PubMed / ClinicalTrials e l'integrazione con le cartelle cliniche elettroniche tramite SMART on FHIR.
Il presente rapporto ha finalità esclusivamente di ricerca accademica e non costituisce un parere medico. Seguire sempre le indicazioni del proprio medico; non modificare mai la terapia di propria iniziativa. Qualsiasi decisione di riposizionamento di un farmaco richiede una validazione clinica completa e una revisione regolatoria.
Revisionato da: 藥提醒科技有限公司 (yao.care)