Search

Each year, infections caused around the 25% of neonatal deaths. Early empirical treatments help to reduce this mortality, although optimized dosing regimens are still lacking. The aims were to develop and validate a gentamicin physiologically-based pharmacokinetic (PBPK) model and then potentially explore dosing regimens in neonates using pharmacokinetic and pharmacodynamic criteria. The PBPK model developed consisted of 2 flowlimited tissues: kidney and other tissues. It has been implemented on a new tool called PhysPK, which allows structure reusability and evolution as predictive engine in Model-Informed Precision Dosing (MIPD). Retrospective pharmacokinetic information based on serum levels data from 47 neonates with gestational age between 32 and 39 weeks and younger than one-week postnatal age were used for model validation. The minimal PBPK model developed adequately described the gentamicin serum concentration-time profile with an average fold error nearly 1. Extended interval gentamicin dosing regimens (6 mg/kg q36h and 6 mg/kg q48h for term and preterm neonates, respectively) showed efficacy higher than 99% with toxicity lower than 10% through Monte Carlo simulation evaluations. The gentamicin minimal PBPK model developed in PhysPK from literature information, and validated in preterm and term neonates, presents adequate predictive performance and could be useful for MIPD strategies in neonates.

Memoria ID-040. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2021-2022.

Memoria ID-011 Ayudas de la Universidad de Salamanca para la innovación docente, curso 2020-2021.

Memoria ID-022. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2019-2020., [ES]Este proyecto va dirigido a implantar la comunicación y la relación efectiva para que se pueda establecer un canal de comunicación bidireccional entre los diferentes agentes que están involucrados en la formación de los futuros farmacéuticos durante las Prácticas Tuteladas.

Memoria ID-020 Ayudas de la Universidad de Salamanca para la innovación docente, curso 2020-2021.

Memoria ID-033 . Ayudas de la Universidad de Salamanca para la innovación docente, curso 2019-2020.

Memoria ID-0023. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2017-2018.

Memoria ID-013. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2018-2019.

Memoria ID-0134. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2016-2017.

Elderly patients have unique characteristics that make dosing drugs a necessity in many cases, especially in those excreted by renal function, as in the case of vancomycin. HUGE value is a tool for differentiating the presence or absence of chronic kidney disease in patients older than 70 years. The objective was to obtain an equation based on the HUGE value to predict the initial dose of vancomycin in patients older than 70 years. The equation was designed retrospectively in 70 patients and it was validated in 40 patients in comparison with the PKS® method (Pharmacokinetic System, Abbott) based on creatinine clearance. The submitted equation, HUGE-VAN, was obtained by multiple linear regression:/nIt is recommended to administer vancomycin every 12 hours except that HUGE is greater than 7.34 which is recommended once daily. The values obtained in the validation phase equalize or improve PKS® method. HUGE-VAN considers multiple clinical data and not merely the estimated value of glomerular filtration rate. For this reason, HUGE-VAN is presented like a promising alternative for the vancomycin dosing in patients older than 70 years. : La población anciana precisa de un ajuste de dosis en la mayoría de fármacos, especialmente aquellos eliminados por excreción renal, como vancomicina. El valor HUGE permite diferenciar la presencia o ausencia de enfermedad renal crónica en mayores de 70 años. El objetivo de este estudio fue obtener una ecuación para la dosificación de vancomicina incorporando el valor HUGE como método predictivo de la dosis inicial de estos pacientes. La ecuación se diseñó en una primera fase con datos retrospectivos de 70 pacientes, seguida de una fase de validación retrospectiva con 40 pacientes, comparándose así la predicción de nuestra ecuación con el método PKS® basado en el aclaramiento de creatinina. Mediante regresión lineal múltiple se obtuvo la ecuación HUGE-VAN:/n /nSe recomienda administrar vancomicina cada 12 horas excepto si HUGE es mayor a 7,34 que se recomienda la administración una vez al día. Los parámetros obtenidos en la validación igualan o mejoran a los de PKS®. HUGE-VAN considera múltiples factores de relevancia clínica y no sólo el aclaramiento estimado de creatinina, por lo que se presenta como una alternativa prometedora en la dosificación de vancomicina en mayores de 70 años.

Digoxin is a frequently prescribed drug in the elderly population. Estimated glomerular filtration rate is used to adjust dosages. The HUGE value is a tool for differentiating the presence or absence of chronic kidney disease in elderly patients. The objective was to investigate the usefulness of an equation based on the HUGE value: C= 0,281+0,029 x HUGE + 5, 38 x Dose to predict the initial dose of digoxin in patients older than 70 years. This equation was validated retrospectively (33 patients) and prospectively (35 patients) in comparison with the PKS® method (Pharmacokinetic System, Abbott) based on creatinine clearance. The predictive performance of our equation was better than that obtained with the compared method./nIn conclusion, clinical validity and superiority of an equation based on the HUGE value is presented. Our results support the need to perform digoxin dosing in elderly people bearing in mind the changes in renal physiology secondary to ageing and not merely the estimated glomerular filtration rate., La digoxina es un medicamento recetado con frecuencia en la población anciana. La tasa de filtración glomerular se utiliza para ajustar la dosis. El valor HUGE es una herramienta para diferenciar la presencia o ausencia de enfermedad renal crónica en pacientes de edad avanzada. El objetivo fue investigar la utilidad de una ecuación basada en el valor HUGE: C= 0,281+0,029 x HUGE + 5,38 x Dosis para predecir la dosis inicial de digoxina en pacientes mayores de 70 años. Esta ecuación se validó retrospectiva (33 pacientes) y prospectivamente (35 pacientes) en comparación con el método PKS® (Pharmacokinetic System, Abbott) basado en el aclaramiento de creatinina. El rendimiento predictivo de la ecuación fue mejor que el obtenido con la comparación del método./nEn conclusión, se presenta la validez clínica y la superioridad de una ecuación basada en el valor HUGE. Los resultados apoyan la necesidad de realizar la dosificación de digoxina en ancianos teniendo en cuenta los cambios en la fisiología renal secundaria al envejecimiento y no solamente la tasa de filtración glomerular.

Memoria ID-0187. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

In this paper, two cases of pharmaceutical care intervention to diabetic patients are presented, using the Dader methodology. At first, the clinical status of the patients was assessed through a pharmaceutical interview. Later, Necessity, Effectiveness and Safety of treatments of each patient was evaluated in order to detect possible drug-related problems, negative outcomes associated to medication or areas for improvement of pharmacological and non-pharmacological treatment. In the following interviews with the patients, we decided with them which interventions we'll make. In the two cases presented, health education was essential to ensure adherence and improve outcomes of pharmacological treatments. In addition, we started a monitoring plan that will serve to optimize the therapy of patients regularly and at any change of the treatment or clinical status., En este trabajo se presentan dos casos clínicos de seguimiento farmacoterapéutico a pacientes diabéticos, utilizando la metodología Dáder. Se valora el estado clínico de los pacientes a través de una entrevista farmacéutica y se estudia su situación. Posteriormente se valora la Necesidad, Efectividad y Seguridad de cada uno de los tratamientos del paciente, para así detectar posibles problemas relacionados con los medicamentos, resultados negativos asociados a la medicación o puntos de mejora de su tratamiento farmacológico y no farmacológico. Una vez decididas las posibles intervenciones a realizar, en las siguientes entrevistas con el paciente se acuerdan las medidas a llevar a cabo./nEn los dos casos presentados, la educación sanitaria fue esencial para asegurar la adherencia y mejorar los resultados de los tratamientos farmacológicos. Además, se estableció un plan de seguimiento para optimizar la terapia de los pacientes de forma periódica y ante cualquier cambio sustancial de su tratamiento o situación clínica.

Aiming to study drugs related problems (DRPs) associated with digoxin treatment, a retrospective revision of monitoring reports in patients whose digoxin level was over 1.3 ng/mL and who visited Emergency Department between January-November 2012 was done, excluding those which didn’t have enough information (final population: 46). Also, doses were individualized by Bayesian approach (PKS®, Pharmacokinetic System, Abbott). DRPs which were analyzed included those related with monitoring (13%); digoxin levels > 1.3 ng/mL in patients who were elder than 70 years old (100%); doses > 0.125 mg daily in patients with renal failure (36.9%); hypokalemia (6.5%) and hyperkalemia (8.7%); possible interactions with other drugs (95% of 19 patients with information about it), 89% of whom had an increment of the intoxication risk. After excluding 9 patients whose concentrations weren’t taken at the right sampling time, posology was individualized in 23 of the 37 final patients (in the other 14 to repeat the monitoring was recommended because differences between real and expected digoxin level). Despite of the limited information, we can conclude that monitoring and dose individualization could have avoided inadequate regimens in 100% of patients in who we had enough information for the readjustment., Con el objetivo de estudiar problemas relacionados con medicamentos (PRMs) asociados al tratamiento con digoxina, se realizó una revisión retrospectiva de informes de monitorización en pacientes con digoxinemias > 1.3 ng/mL que acudieron al Servicio de Urgencias entre enero- noviembre de 2012, excluyéndose aquellos con falta de información (población final:46). Así mismo, se individualizaron las dosis mediante ajuste bayesiano (PKS®, Pharmacokinetic System, Abbott)./nLos PRMs analizados incluyeron aquellos relacionados con la monitorización (13%); digoxinemias > 1.3 ng/mL en mayores de 70 años (100%); dosis > 0.125 mg diarios en pacientes insuficiencia renal (36.9 %); hipopotasemia (6.5%) e hiperpotasemia (8.7%); medicación concomitante con posible interacción: 95 % (dato en 19 pacientes), 89 % de los cuales presentaban aumento del riesgo de intoxicación. Tras excluir a 9 pacientes cuyas concentraciones no eran valorables por el tiempo de muestreo, se individualizó la dosis en 23 de los 37 pacientes restantes (en los otros 14 se recomendó repetir la monitorización por discordancias entre la digoxinemia real y la esperada). A pesar de la limitada información disponible, podemos concluir que la monitorización y la individualización de dosis hubiesen evitado pautas inadecuadas en el 100% de los pacientes en los que había suficiente información para realizar un reajuste posológico.

Memoria ID-0261. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2015-2016.

Memoria ID-0045. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2015-2016.

Memoria ID-0185. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

Memoria ID-200. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2013-2014.

Memoria ID-0312. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

Memoria ID-0186. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

Memoria ID-0164. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

Memoria ID-0289. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2014-2015.

Memoria ID11-164. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2011-2012.

Este trabajo presenta una arquitectura software basada en servicios y desplegada en un entorno cloud que recoge, analiza y presenta información extraída de un ecosistema de aprendizaje cerrado como pueden ser los Mundos Virtuales. Esta arquitectura es capaz de recopilar la interacción de los usuarios dentro de la plataforma digital, organizar los datos de dicha interacción y realizar mediciones, estimaciones y análisis básico sobre los datos con el objetivo de dar información a los responsables de la actividad docente acerca de los indicadores de uso del entorno virtual y el grado de resolución de los alumnos de determinados objetivos perseguidos por los docentes que plantean estos escenarios y sistemas de aprendizaje. Para probar esta idea, se presenta la aplicación de la capa de análisis de esta arquitectura sobre un caso real, de modo que se puedan observar cómo podría ayudar una arquitectura basada en capas de servicios en la detección del cumplimiento de objetivos de aprendizaje, o en el descubrimiento de conocimiento sobre el uso de los usuarios dentro del entorno de aprendizaje.

Capítulo del libro "EducaFarma 2.0. White papers sobre innovación aplicada en el área de las Ciencias Bio-Sanitarias" http://hdl.handle.net/10366/124134 publicado por la Facultad de Farmacia de la Universidad de Salamanca y editado por Jonás Samuel Pérez Blanco, Antonio Muro Álvarez y Juan Cruz-Benito.

[EN] The application of techniques related to Learning Analytics, including the recovery and processing of data and evidences related with the learning tasks, might result capital to improve educational processes that occurs within the virtual worlds. This paper aims to show a real example of application of a learning analytics framework which supports a real case of practical learning in a 3D virtual environment, analyzing in depth the problems that arises therefrom. As remarkable outcomes, this paper shows a whole system that comprises several tools, which make possible the automatization of a learning process inside a virtual world with the subject of quality assurance in pharmacy laboratories.

Memoria ID-201. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2013-2014.

Memoria ID12-0313. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2012-2013.

Publicado dentro del libro "Innovación Docente Universitaria en Entornos de Aprendizaje Enriquecido" como resultado de las "V Jornadas de Redes de Investigación en Innovación Docente" organizadas por la Universidad Nacional de Educación a Distancia (UNED) 2012., Introducción y Objetivos: El objetivo del trabajo ha sido realizar actividades prácticas en sus contextos profesionales simulados, dirigidas a desarrollar competencias para: comunicación con el paciente, difusión de resultados científicos y realización de actividades de garantía de calidad. Resultados/desarrollo. Se han impartido prácticas de cinco asignaturas del Grado y Posgrado de Farmacia en la isla USALPHARMA del mundo virtual Second Life® (SL), durante los dos últimos cursos. Los entornos virtuales utilizados han sido: una Oficina de Farmacia, un laboratorio de la Industria Farmacéutica y espacios para presentación de comunicaciones a Congresos. Las prácticas han permitido conseguir los objetivos docentes específicos de cada asignatura. Se ha puesto de manifiesto la necesidad de entrenar a los estudiantes en competencias profesionales para aplicar en situaciones reales los conocimientos adquiridos. La valoración del alumnado de esta innovadora herramienta ha sido muy satisfactoria. Conclusión: Los mundos virtuales son una herramienta muy útil para el desarrollo de competencias en entornos profesionales, pudiendo interaccionar profesores y estudiantes desde cualquier lugar.

Memoria ID12-0317. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2012-2013.

Memoria ID-241. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2013-2014.

Memoria ID12-0118. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2012-2013.

Memoria ID-272. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2013-2014.

Memoria ID11-163. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2011-2012.

Memoria ID-159. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2010-2011., El objetivo planteado en este proyecto fue realizar actividades prácticas de asignaturas del Grado de Farmacia, impartidas por el Dpto de Farmacia y Tecnología Farmacéutica, en una farmacia virtual instalada en Second Life® (SL).

Memoria ID-158. Ayudas de la Universidad de Salamanca para la innovación docente, curso 2010-2011., Las asignaturas seleccionadas para implementar la innovación docente incluyen prácticas de laboratorio complejas, que aplican conocimientos impartidos en las clases de teoría. Esto hace que, para conseguir los objetivos de la práctica, sea necesario que el profesor introduzca el tema y explique detalladamente los pasos del experimento. Ello supone para los estudiantes una importante pérdida de tiempo necesario para realizar la práctica y para el profesor una tediosa actividad. El elevado número de estudiantes obliga a repetir muchas veces la misma detalla explicación. La imposibilidad de disponer del suficiente material para que realicen un mismo experimento simultáneo, complicando su tarea. Los audiovisuales permiten disponer de las explicaciones y demostraciones necesarias realizadas con una planificación. Los estudiantes podrán utilizar esta herramienta para preparar la práctica de forma previa a su realización y consultarla durante el experimento. Esto permitirá al profesor dedicar el tiempo de la práctica a suspervisar, orientar, resolver dudas, evaluar el trabajo del alumno...