臨床試験における長期データの多変量解析：Python / R相互運用性を備えたJMP（R）アドイン（2019-EU-30MP-057）レベル：中級
職務：アナリスト/科学者/エンジニア
業種：ライフサイエンス
Paul Fogel、コンサルタント、Paul Fogelコンサルタント
Jean-Luc Blachon、前臨床研究、Ipsen、上級統計学者
臨床試験において、多変量経時的データの探索的分析は、研究された特徴のいくつか、例えばバイオマーカーを有する患者サブグループを同定するための鍵となり、同様の経時変化を共有した。腫瘍発生動態の文脈で、我々は新しいJMPアドイン非負テンソル因数分解（NTF）を提示します - それはそのような患者サブグループの同定とプロトタイプの時間経過を特色とするパラメータの同時選択を可能にします。選択された機能は、その後腫瘍の進化をモデル化するために使用できることを示します。さらに、私たちのアプローチの教師なしの性質のおかげで、全体の生存率の結果として得られる推定値は過剰適合に対してロバストです。アドインは、生物学者や臨床医にとって意味のある動的なヒートマップの視覚化を提供します。JMP 14 Python相互運用性のおかげで、Python 3.6言語で書かれた高速NTFパッケージがバックグラウンドで実行されます。最後に、NTFの結果は、JMP 14機能解析プラットフォームおよびパスモデリングを実行するRパッケージによって達成されたものと比較されます。
