使用生命科学数据进行有效的交流和可视化（2019-US-30MP-187）级别：初学者
SAS JMP Life Sciences高级分析研发高级经理Kelci Miclaus
进行转化和临床研究的代价很高。 在了解健康状况和疾病的研究中，考虑到成本和时间因素，研究人员通常会收集尽可能多的终点数据。这是由于我们对疾病的基因组基础缺乏了解，以及良好的临床研究实践方案（不仅评估新疗法的功效，而且还评估安全性和操作完整性），进一步激发了这一动机。 在生命科学数据的“生命周期”中，数据量给分析和传达结果带来了挑战。产生数百张表的传统做法既无效又无效。本演讲将重点关注可视化，以交流生命科学研究典型案例分析中的结果。 我们重点介绍了数据摘要可视化技术和图形，以传达复杂的统计分析结果。 例如，当执行具有基因组数据的成千上万的统计模型时的火山地块和曼哈顿地块，临床试验中安全性和有效性的分布汇总，实验室发现趋势（瀑布图，漂移图，意大利面条图，千层面图，游泳者图）和临床操作完整性异常检测。所有示例都将与Graph Builder一起展示，展示了这个关键JMP平台的优势和灵活性。
爆发视频
