nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

36092_zh-CN

liliconcom

超越树木：森林情节的雄伟

理查德C.辛克

首席研究统计师开发人员

考虑到进行临床试验的成本和复杂性，以及患者如何对干预做出反应的不确定性，研究人员通常会收集尽可能多的数据，以描述新治疗的安全性和有效性。数据可视化在有效汇总和传达这些调查结果方面发挥着关键作用。注释的一个图形显示是森林图，该图是垂直呈现一个或多个置信度或可信区间以传达多个端点的发现或来自多个组的单个端点的图。在本演示文稿中，我们描述了临床试验背景下森林地块的几种应用，包括安全和质量筛选，亚组分析，主要终点的敏感性分析和荟萃分析。虽然我们在Frequentist背景下提出了许多上述例子，但我们还讨论了森林图如何能够轻松地传达利用马尔可夫链蒙特卡罗（MCMC）的复杂贝叶斯模型的结果。我们使用免费提供的JMP森林图插件来说明这些示例。