임상 시험에서 경도 데이터의 다변량 분석 : Python / R 상호 운용성을 갖춘 JMP (R) 애드 인 (2019-EU-30MP-057)레벨 : 중급
직무 기능 : 분석가 / 과학자 / 엔지니어
산업 : 생명 과학
Paul Fogel, 컨설턴트, Paul Fogel 컨설턴트
Jean-Luc Blachon, 전임 연구원, Ipsen
임상 시험에서 다변량 종단 데이터의 탐색 분석은 연구 된 특징 중 일부 (예 : 바이오 마커)를 갖는 환자 하위 그룹의 식별에 중요합니다. 이는 유사한 시간 경과 과정을 공유합니다. 종양 진화 동력의 맥락에서 우리는 그러한 환자 하위 그룹의 식별 및 프로토 타입 시간 코스를 특징으로하는 매개 변수의 동시 선택을 허용하는 새로운 JMP 애드 인 비 음전 Tensor Factorization (NTF)을 제시합니다. 우리는 종양 진화를 모델링하기 위해 선택된 피쳐들이 후속 적으로 사용될 수 있음을 보여줍니다. 또한 우리의 접근법의 감독되지 않은 본질 덕분에 전반적인 생존의 산정 결과는과 적합에 강합니다. 애드 인은 생물 학자 및 임상의에게 의미있는 동적 히트 맵 시각화를 제공합니다. JMP 14 Python 상호 운용성으로 인해 Python 3.6 언어로 작성된 빠른 NTF 패키지가 백그라운드에서 실행됩니다. 마지막으로, NTF 결과는 JMP 14 기능 분석 플랫폼 및 경로 모델링을 수행하는 R 패키지에 의해 얻어진 결과와 비교됩니다.
