Livello: intermedio
Funzione di lavoro: analista / scienziato / ingegnere
Industria: scienze della vita
Paul Fogel, consulente, consulente Paul Fogel
Jean-Luc Blachon, Senior Statistician, Preclinical Research, Ipsen
Negli studi clinici, l'analisi esplorativa di dati longitudinali multivariati è la chiave per l'identificazione di sottogruppi di pazienti con alcune delle caratteristiche studiate, ad esempio biomarcatori, corso di tempo simile condiviso. Nel contesto della cinetica di evoluzione del tumore, presentiamo un nuovo fattore JMP aggiuntivo Non-Negative Tensor Factorization (NTF) - che consente l'identificazione di tali sottogruppi di pazienti e la selezione simultanea di parametri caratterizzati da un time-course prototipo. Mostriamo che le caratteristiche selezionate possono essere successivamente utilizzate per modellare l'evoluzione del tumore. Inoltre, grazie alla natura non supervisionata del nostro approccio, le stime risultanti della sopravvivenza complessiva sono robuste per il sovradattamento. Il componente aggiuntivo fornisce visualizzazioni di mappe di calore dinamiche che sono significative per il biologo e il medico. Grazie all'interoperabilità con Python JMP 14, un veloce pacchetto NTF scritto in Python 3.6 viene eseguito in background. Infine, i risultati di NTF sono confrontati con quelli ottenuti dalla piattaforma di analisi funzionale JMP 14 e un pacchetto R che esegue la modellazione dei percorsi.
