Les nouvelles versions de JMP Clinical et de Genomics étant disponibles à partir d’aujourd’hui, je souhaitais saisir cette occasion pour vous donner un bref aperçu de certaines des nouvelles fonctionnalités qui vous plairont avec la nouvelle version de JMP Clinical 5.0. Voici sept choses à aimer!
1. Surveillance axée sur les risques (GAR) . Si vous avez suivi mes publications, les fonctionnalités de RBM ne devraient pas vous surprendre. Si vous avez besoin de rattraper, vous pouvez le faire ici . Cette nouvelle fonctionnalité pour la GAR a été développée en suivant les recommandations de TransCelerate BioPharma , afin que vous puissiez être assuré que la mise en œuvre actuelle doit répondre aux besoins de votre entreprise.
2 Détection de fraude . Qui n'a pas envie de jouer à Sherlock Holmes? Les nouvelles fonctionnalités et mises à jour incluent:
Regroupement de sujets sur plusieurs sites d'étude . Cette analyse peut aider à identifier les patients qui se sont inscrits sur deux ou plusieurs sites d'étude dans le même essai ou dans plusieurs études dans le même programme de développement. Si des informations de base sur le sujet, telles que les initiales ou la date de naissance, ne sont pas disponibles, cette analyse vous permet d'identifier les sujets trop similaires, sur la base des données de pré-dosage. Concentrez-vous sur des paires intéressantes de sujets avec le même sexe et la même race, tout en permettant de légères différences d'âge, de taille et de poids. En semaine et jours fériés . La fonctionnalité précédente a identifié des vacances communes aux États-Unis. et le Canada. Bien que certains jours fériés soient célébrés dans le monde entier, de nouvelles fonctionnalités permettent à l'utilisateur de définir des jours fériés ou des événements personnalisés (tels que des phénomènes météorologiques extrêmes) susceptibles d'interrompre les activités commerciales normales sur les sites cliniques, en tenant compte du pays des sites. Présence programmée parfaite . Une nouvelle fonctionnalité de filtrage permet d’identifier les combinaisons de visite sur site qui semblent inhabituelles. Vous pouvez identifier des sites où la présence du patient semble trop belle pour être vraie ou des sites avec des retards de planification importants.
Figure 1. Préférence de chiffre volcan
Préférence digitale . Cette analyse aide à identifier les différences dans la distribution du dernier chiffre entre les sites pour tous les domaines de Findings (Figure 1). Une fonction de filtrage aide à identifier les combinaisons de test sur site / visite qui paraissent inhabituelles. Cela peut aider à identifier les sites susceptibles de contourner les valeurs d’analyse, les procédures mal conduites (par exemple, prendre la tension artérielle manuellement au lieu d’utiliser un brassard de tensiomètre automatisé), le matériel mal calibré ou des différences importantes dans les mesures subjectives (telles que le signalement de signes cliniques). utilisant une échelle de Likert), ce qui pourrait suggérer qu’une formation supplémentaire est nécessaire.
Figure 2. Hiérarchie des SMQ
3 Requêtes MedDRA standardisées (SMQ) . En utilisant votre version actuelle du dictionnaire MedDRA, JMP Clinical identifie les occurrences de SMQ en utilisant des critères généraux, étroits ou algorithmiques. Il résumera les résultats sous forme d'histogrammes et de diagrammes (Figure 2) et effectuera des analyses d'incidence. Des fonctionnalités supplémentaires permettent à l’utilisateur d’identifier les termes préférés ou de niveau inférieur contribuant aux SMQ.
4 Modélisation prédictive . Une fonctionnalité de révision de modélisation prédictive (Figure 3) permet à l’analyste de faire glisser rapidement des modèles (avec la possibilité d’ajuster diverses options) pour définir un ensemble de modèles prédictifs à tester. Grâce aux techniques de validation croisée et de courbe d'apprentissage, les utilisateurs peuvent facilement identifier la forme la plus utile du modèle prédictif, identifier les covariables importantes et limiter les problèmes dus à la suralimentation.
Figure 3. Générateur de révision de modélisation prédictive
5 Identification de sous-groupe. Un nouveau menu d'analyse de sous-groupes permet aux utilisateurs d'identifier les sous-groupes avec une réponse de traitement améliorée (ou un risque de sécurité excessif) à l'aide de l'arbre d'interaction prune-as-you-go ou des algorithmes Virtual Twins.
6 Réviseur Builder . Semblable à la révision de modélisation prédictive, le générateur de révision (figure 4) permet à l’analyste de glisser-déposer rapidement des rapports pour définir un ensemble d’analyses (avec la possibilité d’ajuster diverses options) pouvant être exécutées successivement à chaque Est mis à jour. Vous pouvez facilement appliquer ces revues à d'autres études ou les modifier pour prendre en compte les modifications requises en raison de la conception, des paramètres ou des options.
Figure 4. Constructeur de revues cliniques
7. Profils de patients . En raison de la demande générale, nous avons ajouté un affichage sous forme de tableau à nos profils de patients. Les utilisateurs peuvent personnaliser les colonnes résumées, l'ordre de tri des lignes et enregistrer ces tableaux dans des rapports PDF ou RTF.
Comme vous pouvez le constater, nous avons été occupés par JMP Life Sciences! Nous nous sommes efforcés de vous aider à comprendre et à réduire les risques liés à la sécurité et à la qualité de vos essais cliniques, à prévoir plus facilement les résultats importants en matière de sécurité et d'efficacité, à générer des examens cliniques et à identifier les sous-groupes potentiellement plus intéressants. Vous pouvez vous attendre à une plongée plus profonde pour plusieurs de ces fonctionnalités dans les semaines à venir.
