临床试验中纵向数据的多元分析：具有Python / R互操作性的JMP（R）加载项（2019-EU-30MP-057）级别：中级
职位职能：分析师/科学家/工程师
Paul Fogel，顾问，Paul Fogel顾问
益普生临床前研究高级统计学家让·卢克·布拉雄（Jean-Luc Blachon）
在临床试验中，对多元纵向数据进行探索性分析是鉴定具有某些研究特征（例如，生物标志物，共有相似时程）的患者亚组的关键。在肿瘤演化动力学的背景下，我们提出了一种新的JMP附加非负张量因子分解（NTF）-可以识别此类患者亚组并同时选择具有典型时程特征的参数。我们表明所选的功能可以随后用于建模肿瘤的发展。此外，由于我们方法的无监督性质，因此得出的总体生存期估计值对于过度拟合是可靠的。该加载项提供了动态的热图可视化，这对于生物学家和临床医生是有意义的。借助JMP 14 Python的互操作性，在后台运行了以Python 3.6语言编写的快速NTF程序包。最后，将NTF结果与JMP 14功能分析平台和执行路径建模的R包所获得的结果进行比较。
爆发数据探索JSL应用程序开发
