Livello: intermedio
Funzione lavorativa: Analista / Scienziato / Ingegnere
Paul Fogel, consulente, consulente Paul Fogel
Jean-Luc Blachon, Statistico senior, Ricerca preclinica, Ipsen
Negli studi clinici, l'analisi esplorativa di dati longitudinali multivariati è la chiave per l'identificazione di sottogruppi di pazienti che hanno alcune delle caratteristiche studiate, ad es. Biomarcatori, che condividono un corso temporale simile. Nel contesto della cinetica dell'evoluzione del tumore, presentiamo un nuovo JMP add-in Non-Negative Tensor Factorization (NTF), che consente l'identificazione di tali sottogruppi di pazienti e la selezione simultanea di parametri caratterizzati da un corso temporale prototipico. Mostriamo che le caratteristiche selezionate possono essere successivamente utilizzate per modellare l'evoluzione del tumore. Inoltre, grazie alla natura non controllata del nostro approccio, le stime risultanti della sopravvivenza globale sono robuste all'overfitting. Il componente aggiuntivo fornisce visualizzazioni di mappe termiche dinamiche significative per il biologo e il medico. Grazie all'interoperabilità Python di JMP 14, un veloce pacchetto NTF scritto nel linguaggio Python 3.6 viene eseguito in background. Infine, i risultati di NTF vengono confrontati con quelli ottenuti dalla piattaforma di analisi funzionale JMP 14 e da un pacchetto R che esegue la modellazione del percorso.
