Livello: principiante
Kelci Miclaus, Senior Manager Advanced Analytics R&D, JMP Life Sciences, SAS
La conduzione della ricerca traslazionale e clinica comporta un prezzo elevato. Dati i costi e le considerazioni sui tempi negli studi per la comprensione degli esiti della salute e delle malattie, i ricercatori generalmente raccolgono il maggior numero di dati su quanti più endpoint possibile. Ciò è ulteriormente motivato dalla nostra limitata comprensione delle basi genomiche della malattia e dei protocolli di buone pratiche di ricerca clinica per valutare non solo l'efficacia delle nuove terapie, ma anche la sicurezza e l'integrità operativa. Nel "ciclo di vita" dei dati delle scienze della vita, il volume di dati pone sfide per analizzare e comunicare i risultati; le pratiche tradizionali che producono centinaia di tavoli non sono né efficienti né efficaci. Questa presentazione si concentrerà sulla visualizzazione per comunicare i risultati in diverse analisi di casi studio tipiche della ricerca nelle scienze della vita. Evidenziamo sia tecniche di visualizzazione riepilogativa dei dati che grafici per comunicare i risultati di complesse analisi statistiche. Esempi includono trame dei vulcani e trame di Manhattan quando si eseguono da migliaia a milioni di modelli statistici con dati genomici, sintesi distributive di sicurezza ed efficacia negli studi clinici, tendenze dei risultati di laboratorio (trame a cascata, trame a turni, trame di spaghetti, trame di lasagne, trame dei nuotatori) e cliniche rilevamento anomalie dell'integrità operativa. Tutti gli esempi saranno presentati con Graph Builder, che mostra la forza e la flessibilità di questa piattaforma chiave JMP.
