ライフサイエンスデータによる効果的なコミュニケーションと可視化（2019-US-30MP-187）レベル：初心者
Kelci Miclaus、シニアマネージャー、アドバンスドアナリティクスR＆D、JMPライフサイエンス、SAS
トランスレーショナルおよび臨床研究の実施には、大きな値札が付きます。 健康の結果と病気を理解するための研究で費用と時間を考慮すると、研究者は通常、できるだけ多くのエンドポイントに関するデータを収集します。これはさらに、疾患のゲノム基盤の限られた理解と、新しい治療法の有効性だけでなく、安全性と運用上の整合性を評価するための優れた臨床研究実践プロトコルによって動機付けられています。 ライフサイエンスデータの「ライフサイクル」では、データ量が結果の分析と伝達に課題をもたらします。数百のテーブルを作成する従来の方法は、効率的でも効果的でもありません。このプレゼンテーションでは、ライフサイエンス研究に典型的ないくつかのケーススタディ分析で結果を伝えるための視覚化に焦点を当てます。 複雑な統計分析の結果を伝えるために、データの要約の視覚化手法とグラフの両方を強調しています。 例には、ゲノムデータ、臨床試験での安全性と有効性の分布概要、臨床検査所見の傾向（ウォーターフォールプロット、シフトプロット、スパゲッティプロット、ラザニアプロット、スイマープロット）および臨床での数千から数百万の統計モデルを実行する場合の火山プロットおよびマンハッタンプロットが含まれます運用上の整合性の異常検出。すべての例はグラフビルダーで表示され、この重要なJMPプラットフォームの強さと柔軟性を示します。
起こるビデオ
