JMP Clinical和Genomics的新版本從今天開始提供，因此我想藉此機會簡要概述一下您將在新版JMP Clinical 5.0中享受的一些新功能。以下是七件要愛的事！
1。基於風險的監測（RBM） 。如果您一直關注我的帖子，RBM的功能應該不足為奇。如果你需要趕上，你可以這樣做這裡 。RBM的這一新功能是使用以下建議開發的 TransCelerate BioPharma ，所以你可以放心，目前的實施應該滿足貴公司的需求。
2。欺詐識別 。誰不喜歡有機會扮演夏洛克·福爾摩斯？新功能和更新功能包括：
跨研究站點聚類主題 。該分析可以幫助確定在同一試驗中或在同一開發計劃內的多個研究中登記在兩個或更多研究地點的患者。如果無法獲得首字母或出生日期等基本主題信息，則此分析允許您根據預先給藥數據識別過度相似的主題。對有性別和種族匹配的有趣對象進行歸零，同時允許年齡，身高和體重的微小差異。平日和假期 。以前的功能確定了美國常見的假期 和加拿大。雖然在全球範圍內慶祝了一些假期，但新功能允許用戶定義可能會中斷臨床站點正常業務活動的自定義假期或事件（例如惡劣天氣事件），同時考慮到站點的國家/地區。完美的預定出勤率 。新的篩選功能有助於識別看似不尋常的特定站點訪問組合。您可以確定患者出勤率似乎太真實的站點或嚴重調度延遲的站點。
圖1。數字偏好火山圖
數字偏好 。此分析有助於識別所有Findings域的站點之間的尾隨數字分佈的任何差異（圖1）。篩選功能有助於識別看似不尋常的特定站點訪問 - 測試組合。這可以幫助識別可能傾向於分析分析值，不正確地執行程序（例如，手動採取血壓代替使用自動血壓袖帶），不正確校準的設備或主觀測量的重要差異（例如報告臨床症狀）的部位使用李克特量表），這可能表明需要額外的培訓。
圖2。數字障礙的層次結構SMQ
3。標準化MedDRA查詢（SMQ） 。使用當前版本的MedDRA字典，JMP Clinical使用廣泛，狹窄或算法標準識別SMQ的出現。它將總結直方圖和圖表中的發現（圖2），並進行發病率分析。進一步的功能允許用戶識別哪些優選或較低級別的術語對SMQ有貢獻。
4。預測建模 。Predictive Modeling Review（圖3）功能使分析師能夠快速拖放模型（具有調整各種選項的能力），以定義一組用於測試的預測模型。通過交叉驗證和學習曲線技術，用戶可以輕鬆識別最有用的預測模型形式，識別重要的協變量並限制因過度擬合而導致的問題。
圖3。Predictive Modeling Review Builder
5。子組識別。 新的子組分析菜單使用戶能夠使用prune-as-you-go交互樹或Virtual Twins算法識別具有增強的治療響應（或過度安全風險）的子組。
6。查看構建器 。與Predictive Modeling Review類似，Review Builder（圖4）使分析師能夠快速拖放報告以定義一組分析（具有調整各種選項的能力），每次研究數據庫都可以快速連續運行已更新。您可以輕鬆地將這些評論應用於其他研究或修改它們，以解決由於設計，端點或選項而需要的任何更改。
圖4。臨床評論生成器
7。患者檔案 。由於受歡迎的需求，我們在患者檔案中添加了表格顯示。用戶可以自定義匯總的列，行的排序順序，並將這些表保存為PDF或RTF報表。
如您所見，我們一直在JMP Life Sciences忙碌！我們一直致力於幫助您了解和降低臨床試驗中的安全性和質量風險，更輕鬆地預測重要的安全性和療效結果，並生成臨床評估，並確定可能更有意義的亞組。在接下來的幾週內，您可以期待更多潛在的功能。
