Qué hacer cuando sus datos son una curva (2019-US-45MP-213)Nivel: Avanzado
Sam Gardner, científico investigador principal, Elanco Animal Health
En muchas situaciones en el desarrollo de productos farmacéuticos, el dato más relevante es un valor que es una función del tiempo (una curva).Los enfoques tradicionales para el manejo de curvas a menudo ignoran la dependencia de tiempo completo del resultado y solo se enfocan en un aspecto de la curva. Esto a menudo resulta en una pérdida de información.
Se discutirán tres enfoques de análisis que utilizan la curva completa: 1) Cuando los datos están alineados en el tiempo, se pueden usar métodos multivariados para caracterizar los datos; 2) Cuando los datos pueden describirse mediante un modelo parametrizado, ajustar ese modelo a cada curva da como resultado parámetros del modelo que se convierten en los nuevos datos; y 3) Cuando los datos en la curva no están alineados en el tiempo, o si son demasiado complejos para describirlos con un modelo parametrizado, entonces se puede usar el Explorador de datos funcionales para ajustar un modelo de suavizado a cada curva, y nuevamente los parámetros de ese ajuste de curva suave se convierte en los nuevos datos.DOE se puede combinar con estos métodos para comprender cómo las curvas dependen de los factores DOE. Esta charla mostrará cómo usar JMP para aplicar cada uno de estos enfoques, combinado con DOE, utilizando ejemplos reales del desarrollo de productos farmacéuticos.
Enlace al informe público de JMP para el ejemplo 2: https://public.jmp.com/packages/Using-a-Parametric-Model-to-Reduce-a-Cur/js-p/f9wjDHcLJQ4C5kF3vsQSl
Lo mejor de la cumbreFugarseGAMAModelado PredictivoVideoRe: Qué hacer cuando sus datos son una curva (2019-US-45MP-213)Gracias por su respuesta.Esperando la respuesta de los desarrolladores de expertos técnicos.La aplicación que tengo en mente va aprendiendo con el tiempo y el estado en el que me encuentro actualmente es bastante grande, este es el N grande.He especificado modelos parametrizados no lineales y también ajuste polinomios, pero tengo curiosidad por ver si el FDE proporciona un mejor ajuste o puede ayudarme a comprender mejor la forma funcional de la curva.
Re: Qué hacer cuando sus datos son una curva (2019-US-45MP-213)Interesante pregunta.Lo probé en algunos datos de ruido aleatorio simulado, 500000 perfiles, 5 puntos de tiempo por perfil y JMP 15.0 se bloqueó después de procesar durante unos 10 minutos.Hice un aumento de escala, con perfiles 1000 y 10000, y parecían funcionar bien.Entonces, en algún lugar entre 10000 y 500000, comienza a descomponerse, pero no estoy seguro de por qué.Tal vez uno de los desarrolladores o expertos técnicos pueda intervenir en esto.@chris_gotwalt1 ¿Alguna guía sobre el tamaño de los datos para FDE?
Re: Qué hacer cuando sus datos son una curva (2019-US-45MP-213)Presentación muy rica. Aprecié el flujo desde el generador de gráficos hasta el modelo mixto, el modelado no lineal y el explorador de datos funcionales.Tengo curiosidad si hay un límite con respecto a la cantidad de casos que se pueden analizar en la FDE. En otras palabras, si tengo 500000 objetos medidos durante 5 períodos de tiempo, ¿puedo analizar este conjunto de datos en FDE?Una vez más, gran presentación!
