Level: Anfänger
Kelci Miclaus, Senior Manager für Forschung und Entwicklung im Bereich Advanced Analytics, JMP Life Sciences, SAS
Rebecca Lyzinski, JMP-Entwicklerin für klinische Forschung, SAS
Die Durchführung translationaler und klinischer Forschung ist mit einem hohen Preis verbunden. Angesichts von Kosten- und Zeitüberlegungen in Studien zum Verständnis von Gesundheitsergebnissen und Krankheiten sammeln Forscher häufig so viele Daten wie möglich zu Endpunkten. Dies ist weiter motiviert durch unser begrenztes Verständnis der biologischen Grundlagen von Krankheiten und der Protokolle guter klinischer Forschungspraxis, um nicht nur die Wirksamkeit neuer Therapeutika, sondern auch die Sicherheit und die operationelle Integrität zu bewerten. Im „Lebenszyklus“ von Life-Science-Daten ist das Datenvolumen eine Herausforderung für die Analyse und Kommunikation der Ergebnisse. Traditionelle Praktiken, die Hunderte von Tabellen produzieren, sind weder effizient noch effektiv. Diese Präsentation konzentriert sich auf gängige und neue Visualisierungstechniken in der klinischen Studienforschung. Wir stellen sowohl Visualisierungstechniken für Datenzusammenfassungen als auch Diagramme vor, um die Ergebnisse komplexer statistischer Analysen zu kommunizieren. Dazu gehören verteilte Zusammenfassungen der Sicherheit und Wirksamkeit in klinischen Studien, Trends der klinischen Ergebnisse (Wasserfalldiagramme, Schichtdiagramme, Spaghetti-Diagramme, Lasagne-Diagramme, Schwimmer-Diagramme), Erkennung von Time-to-Event-Anomalien und Anomalien der klinischen Funktionsintegrität. Beispiele werden mit Graph Builder vorgestellt, wobei die neuesten Funktionen dieser Plattform hervorgehoben werden. Anschließend werden wir die Implementierung dieser Visualisierungspraktiken in JMP Clinical demonstrieren, einer vertikalen Lösung, die auf die Erstellung hochgradig angepasster klinischer Analyseberichte zugeschnitten ist, und einen Überblick über die neuesten in JMP Clinical 7.1 verfügbaren Funktionen geben.
