Las nuevas versiones de JMP Clinical and Genomics están disponibles a partir de hoy, así que quise aprovechar la oportunidad para ofrecer una breve descripción de algunas de las nuevas características que disfrutará con la nueva versión de JMP Clinical 5.0. A continuación hay siete cosas para amar!
1. Monitoreo Basado en Riesgo (RBM) . Si has estado siguiendo mis publicaciones, las características de RBM no deberían ser una sorpresa. Si necesita ponerse al día, puede hacerlo aquí . Esta nueva funcionalidad para RBM fue desarrollada usando las recomendaciones de TransCelerate BioPharma , para que pueda estar seguro de que la implementación actual debe satisfacer las necesidades de su empresa.
2. Detección de fraude . ¿A quién no le gusta la oportunidad de jugar a Sherlock Holmes? Las características nuevas y actualizadas incluyen:
Agrupación de sujetos en los sitios de estudio . Este análisis puede ayudar a identificar a los pacientes que se han inscrito en dos o más sitios de estudio dentro del mismo ensayo, o en estudios múltiples dentro del mismo programa de desarrollo. Si la información básica de los sujetos, como las iniciales o la fecha de nacimiento, no está disponible, este análisis le permite identificar los sujetos que son demasiado similares en función de los datos previos a la dosificación. Cero-en pares interesantes de sujetos con el mismo género y raza, mientras que permite pequeñas diferencias en edad, altura y peso. Laborables y festivos . Funcionalidad anterior identificada en vacaciones comunes a los Estados Unidos. y canada Aunque algunos días festivos se celebran a nivel mundial, las nuevas características permiten al usuario definir días festivos o eventos personalizados (como eventos climáticos severos) que pueden interrumpir la actividad normal de negocios en los sitios clínicos, teniendo en cuenta el país de los sitios. Asistencia programada perfecta . Una nueva función de detección ayuda a identificar las combinaciones particulares de visitas al sitio que parecen inusuales. Puede identificar los sitios donde la asistencia del paciente parece demasiado buena para ser cierta o los sitios con retrasos severos en la programación.
Figura 1. Preferencia de dígitos Volcano Parcela
Preferencia de dígitos . Este análisis ayuda a identificar cualquier diferencia en la distribución del dígito final entre los sitios para todos los dominios de Resultados (Figura 1). Una característica de detección ayuda a identificar las combinaciones particulares de prueba de visita al sitio que parecen inusuales. Esto puede ayudar a identificar los sitios que pueden tender a redondear los valores de análisis, los procedimientos realizados incorrectamente (por ejemplo, tomar la presión arterial manualmente en lugar de usar un manguito de presión arterial automatizado), el equipo mal calibrado o las diferencias importantes en las mediciones subjetivas (como la notificación de signos clínicos). utilizando una escala de Likert), lo que podría sugerir que se necesita capacitación adicional.
Figura 2. Jerarquía de los trastornos biliares SMQs
3. Consultas MedDRA estandarizadas (SMQs) . Usando su versión actual del diccionario MedDRA, JMP Clinical identifica las ocurrencias de SMQ utilizando criterios amplios, estrechos o de algoritmo. Resumirá los hallazgos en histogramas y diagramas (Figura 2) y realizará análisis de incidencia. La funcionalidad adicional permite al usuario identificar qué términos preferidos o de nivel inferior contribuyeron a las SMQ.
4. Modelado predictivo . Una característica de Revisión de modelado predictivo (Figura 3) le permite al analista arrastrar y soltar rápidamente modelos (con la capacidad de ajustar varias opciones) para definir un conjunto de modelos predictivos para pruebas. Con las técnicas de validación cruzada y curva de aprendizaje, los usuarios pueden identificar fácilmente la forma más útil del modelo predictivo, identificar covariables importantes y limitar los problemas debido al sobreajuste.
Figura 3. Generador de revisión de modelado predictivo
5. Identificación de subgrupos. Un nuevo menú de análisis de subgrupos permite a los usuarios identificar subgrupos con una respuesta de tratamiento mejorada (o un riesgo de seguridad excesivo) utilizando el árbol de interacción de podar sobre la marcha o los algoritmos de los gemelos virtuales.
6. Revisar constructor . Al igual que en la Revisión de modelos predictivos, el Generador de revisiones (Figura 4) le permite al analista arrastrar y soltar rápidamente los informes para definir un conjunto de análisis (con la capacidad de ajustar varias opciones) que pueden ejecutarse en rápida sucesión cada vez que la base de datos del estudio se actualiza. Puede aplicar fácilmente estas revisiones a otros estudios o modificarlas para abordar los cambios requeridos debido al diseño, puntos finales u opciones.
Figura 4. Constructor de Revisión Clínica
7. Perfiles de pacientes . Debido a la demanda popular, hemos agregado una pantalla tabular a nuestros perfiles de pacientes. Los usuarios pueden personalizar qué columnas se resumen, el orden de las filas y guardar estas tablas en PDF o informes RTF.
Como puede ver, hemos estado ocupados aquí en JMP Life Sciences! Hemos estado trabajando en formas para ayudarlo a comprender y reducir los riesgos de seguridad y calidad en sus ensayos clínicos, predecir con mayor facilidad los resultados importantes de seguridad y eficacia y generar revisiones clínicas, e identificar subgrupos que puedan ser de mayor interés. Puede esperar una inmersión más profunda para muchas de estas características en las próximas semanas.
