Conférencier | Transcription |
| Mandy | D'accord, bienvenue dans notre discussion d'aujourd'hui. Parlons tableaux. Je m'appelle Mandy Chambers et je suis ingénieur de test principal au sein de l'équipe de test JMP. |
| Et ma collègue et amie qui me rejoint aujourd'hui est Kelci Miclaus. Elle est cadre supérieur en R&D au sein de l'équipe des sciences de la vie de JMP. |
| Kelci et moi avons en fait commencé à travailler ensemble il y a quelques années, car un produit clinique commençait à être un grand consommateur de tout ce que je testais. |
| J'ai donc appris à bien connaître son groupe et à travailler en étroite collaboration avec eux sur différentes choses qu'ils essayaient de mettre en œuvre. |
| Et c'était vraiment précieux pour moi de pouvoir voir une application en direct montrant qu'un client utiliserait réellement les éléments que j'ai réellement testés dans JMP et comment il les utiliserait dans le produit clinique. |
| Donc, dans le passé, nous avons fait cette présentation. C'est beaucoup plus long et nous avons décidé que la meilleure chose à faire ici était de |
| je vous remets l'intégralité du document. Voilà donc ce qui est joint à cet enregistrement, ainsi que deux ensembles de données et de fichiers zip. Vous devriez avoir des tables de données, des scripts, |
| certains journaux et différentes choses dont vous avez besoin et être capable de parcourir chacune des applications, même si je finis par ne pas vous montrer ou si Kecli ne vous montre pas quelque chose qui s'y trouve. Vous devriez pouvoir le faire. Alors laissez-moi commencer par partager mon écran ici. |
| Pour que vous puissiez voir de quoi je vais parler aujourd'hui. Donc, comme je l'ai dit, le journal que j'avais, si je devais le montrer dans son intégralité, parlerait de la jointure de tables et des différentes manières de joindre des tables. |
| C'est donc la partie sur laquelle je ne vais pas entrer dans les détails, mais juste une jointure de table de base. Si je clique dessus, |
| exécutions d'ordinateurs portables et sujets d'ordinateurs portables. Et sous le menu des tableaux, si vous êtes nouveau dans JMP ou si vous ne l'avez jamais fait auparavant, |
| vous pouvez effectuer une jointure de table et il s'agit d'une jointure physique. Cela rassemblera les tables. Je joindrais donc les courses sur ordinateurs portables aux sujets sur les ordinateurs portables. |
| Dans ce dialogue, vous sélectionnez les éléments que vous souhaitez réunir. Vous pouvez rejoindre par correspondance, jointure cartésienne, jointure de ligne, puis vous rejoignez la table. Je ne vais pas faire ça maintenant, juste pour |
| consommation de temps mais c'est ce que vous feriez. Et aussi ici, sous le menu des tableaux, quelque chose d'autre dont je parlerais serait le générateur de requêtes JMP. |
| Et cela a la capacité de pouvoir réunir plusieurs tables ensemble. Ce sera le cas, si vous avez 3, 4, 5, 6, quel que soit le nombre de tables dont vous disposez, vous pouvez les assembler et nous formerons une table qui contient tout. Mais encore une fois, je ne vais pas faire ça aujourd’hui. |
| Alors si je |
| retournez ici et je ferme ces tables. |
| Commençons par expliquer comment est née la jointure virtuelle. Parlons donc d’abord de la jointure des tables. |
| Vous devez décider quel type de jointure vous souhaitez utiliser. Donc votre... si vos tables sont petites, il pourrait être plus simple de faire une jointure physique. Pour simplement faire une jointure de tables, comme les deux tables que je vous ai montrées n'étaient pas très grandes. |
| Si vous extrayez trois ou quatre tables, peut-être plus, le générateur de requêtes JMP est un outil formidable pour créer une table. |
| Et vous souhaiterez peut-être que toutes vos données soient dans le même tableau afin que ce soit exactement ce que vous souhaitez. Il faut juste faire attention à l'espace disque |
| et les performances, et comprenez simplement que si vous avez cinq ou six tables assises séparément et que vous les réunissez ensuite physiquement, vous faites des copies en double. |
| Voilà donc les moyens par lesquels vous pourriez déterminer lesquels vous utiliseriez. La jointure virtuelle est apparue dans JMP 13 et a été ajoutée avec la possibilité de |
| prenez un lien, un ID de lien commun et joignez plusieurs tables ensemble. C'est une sorte de concept d'adhésion sans adhésion. Cela permet d'économiser de l'espace et d'économiser également la duplication des données. |
| Et donc... en 13, nous avons commencé avec ça. Et puis en 14 et 15, nous avons ajouté plus de fonctionnalités, des choses demandées par les clients. Lier les tables avec des lignes synchronisées... synchronisation des états des lignes. Vous pouvez raccourcir les noms de colonnes. Nous avons ajouté la possibilité d'ouvrir automatiquement les tables liées. |
| Pouvoir avoir un identifiant de lien et une référence de lien sur la même colonne. Et nous avons également ajouté ces petits conseils de survol que je vais vous montrer où il peut vous indiquer quelle source est votre table source de colonnes. |
| Ce sont donc les éléments que nous avons ajoutés et je vais essayer de configurer cela et de vous le démontrer. J'ai donc ces données que j'ai obtenues d'un... |
| c'est juste une entreprise de haute technologie imaginaire. Et ce sont des données RH et elles incluent des éléments tels que la rémunération, les effectifs, ainsi qu'une certaine diversité et la conformité. |
| les antécédents scolaires et d’autres facteurs liés à l’emploi. Et donc si vous y réfléchissez, c'est un type de données parfait à lier parce que vous avez |
| généralement une variable d'identification unique, telle qu'un identifiant d'employé ou quelque chose que vous pouvez lier ensemble et peut-être avoir diverses données pour votre équipe RH qui se trouvent à différents endroits. |
| Je vais donc ouvrir ces deux tableaux et simplement expliquer ce que vous feriez si vous essayiez de les relier ensemble. |
| Donc, ce tableau ici représente les scores des employés 1, puis j'ai le maître de rémunération 1 à l'arrière. Ces tableaux, Employees Scores 1, sont ma table source. |
| Et Compensation Master est ma table de référencement. Vous pouvez donc voir ces ID, cette variable ID ici dans ce tableau. Et c'est également dans la table principale de rémunération. |
| Je vais donc configurer mon identifiant de lien. Il y a donc plusieurs façons différentes de procéder. Vous pouvez accéder aux propriétés des colonnes. |
| Et vous pouvez voir ici, vous avez un identifiant de lien et une référence. Le moyen le plus simple de le faire est d'effectuer un clic droit, il y a donc l'ID du lien. |
| Et si je regarde ici, je peux voir que cette clé d'identification a été attribuée à cette colonne. |
| Alors je vais accéder à ma table principale de rémunération. Et je vais entrer dans cette chronique. Et encore une fois, vous pouvez le faire avec les propriétés des colonnes. |
| Mais vous pouvez procéder de la manière la plus simple en allant ici pour lier la référence, le tableau a l'ID. Il apparaît donc dans cette liste. Je vais cliquer dessus et voilà, voilà la référence de mon lien |
| icône juste là. Et je peux maintenant voir que toutes les colonnes qui étaient dans ce tableau sont... sont à ma disposition dans ce tableau. Vous pouvez voir que vous avez un grand nombre de colonnes. |
| Vous pouvez également voir ici que vous avez... ce sont des sortes de noms de colonnes longs, vous avez les noms de colonnes, plus cet identifiant ici qui vous montre qu'il s'agit d'une colonne de référence. |
| Et donc je vais exécuter ce petit tableau simple que j'ai enregistré ici et vous montrer très brièvement qu'il s'agit d'un rapport et juste pour vous montrer simplement qu'il s'agit d'une colonne virtuelle d'ancienneté. |
| Et puis le type de rémunération fait en fait partie de mon tableau de rémunération, puis le sexe est une colonne virtuelle. J'utilise donc... pour construire ceci en utilisant des colonnes virtuelles et également des colonnes qui résident dans la table. |
| Une chose que je voulais vous signaler très rapidement, c'est que sous ce petit triangle rouge... disons que vous travaillez avec ces données et que vous décidez, |
| "Oh, je veux vraiment faire cette table. Je veux vraiment que toutes les colonnes soient dans une seule table." Il existe ici un petit outil secret appelé fusionner les données de référence. |
| Et beaucoup de gens ne savent pas exactement que c’est là. Mais si je le voulais, je pourrais cliquer dessus et fusionner toutes les colonnes dans |
| cette table. Donc, pour gagner du temps, je ne vais pas le faire pour le moment, mais je voulais indiquer où cela se trouve. |
| Et laissez-moi vous montrer ici dans le journal, très rapidement. Ceci est possible avec des scripts, vous pouvez donc définir la référence du lien de propriété et pointer vers votre table et |
| listez-les pour utiliser les colonnes de liens. Je vais donc fermer cela très rapidement, puis revenir à la même application où j'avais réellement |
| deux mêmes tableaux dans lesquels j'ai des scripts enregistrés supplémentaires ici, quelques autres choses que je veux montrer. Encore une fois, j'ai les scores des employés. C'est ma table source. |
| Et puis j'ai le maître de compensation et ils sont déjà liés et vous pouvez le voir ici. Je veux donc réexécuter ce tableau et je veux vous montrer quelque chose. |
| Vous pouvez donc voir que ces noms de colonnes sont désormais plus courts. Je veux donc montrer ce que nous avons ajouté dans JMP 14. Si je clique avec le bouton droit et affiche la boîte de dialogue d'informations sur la colonne, |
| Je peux voir ici qu'il est dit d'utiliser les noms de colonnes liées ici. Et cela signifie que ces noms seront plus courts |
| Et c'est vraiment une fonctionnalité intéressante car quand, en fin de compte, lorsque vous partagez ce rapport avec quelqu'un, il ne se soucie pas vraiment de l'endroit où se trouvent les colonnes. |
| provenant, qu'ils soient dans la table principale ou dans la table virtuelle. C'est donc un rapport agréable et clair à avoir. Le script est enregistré afin que vous puissiez voir dans le script qu'il est... |
| il enregistre le script qui vous montre une table de référencement. Donc si je regarde ça, je peux voir. Vous sauriez donc d'où vient cette colonne, mais |
| quelqu'un avec qui vous partagez n'a pas nécessairement besoin de le savoir. Je veux donc vous montrer cette autre chose que nous avons ajoutée avec cette répartition des états de ligne. |
| Exemple très rapide, je vais exécuter cette distribution. Et vous remarquez tout de suite que dans cette distribution, j'ai un titre qui dit que ces chiffres sont faux. |
| Alors permettez-moi de souligner de quoi je parle. Les scores des employés sont ma table de base de données des employés et comptent environ 3 600 employés. |
| Il s'agit d'une référence unique aux employés et d'une base de données actuelle des employés, disons. Ma table principale de rémunération ressemble plus à une table d'historique et elle contient 12 000 |
| lignes, il y a donc potentiellement dans ce tableau plusieurs références au même employé, disons, un employé a changé d'emploi et a obtenu une augmentation, ou il a déménagé. |
| Ou encore, il peut y avoir des employés qui ne sont plus dans l'entreprise. Donc exécuter ce rapport à partir de cette table |
| ne restitue pas les informations que je souhaite vraiment. Je peux voir ici que mon décompte est faux, j'ai des décomptes plus importants, je n'ai pas exactement ce que je cherchais. |
| C'est donc l'une des raisons pour lesquelles nous avons créé cette synchronisation des états de ligne et Kelci va également en parler un peu plus dans une application réelle. |
| Mais je vais simplement vous montrer comment configurer la répartition des états de ligne. Donc ce que je fais, c'est juste un regroupement, |
| marqueur de couleur de sélection. Et ce que je fais, c'est que j'envoie du responsable de la rémunération aux scores des employés, |
| J'envoie les informations à cette table car (je suis désolé), c'est la table à partir de laquelle je souhaite que mes informations soient exécutées. |
| Donc, si je reviens en arrière et que je réexécute cette distribution, j'ai maintenant cette distribution (ce sont des colonnes un peu différentes), mais j'ai cette distribution. Et si je regarde les chiffres ici, |
| J'ai les numéros exacts de ma base de données d'employés. Et c'est exactement ce que je voulais voir. Vous devez donc faire attention à l'expédition et à l'acceptation et Kelci en parlera davantage. Mais ce n’était qu’un simple exemple de la façon dont vous procéderiez. |
| Et je vais vous montrer très rapidement qu'il existe un lien d'aide en ligne qui montre |
| un exemple de jointure virtuelle de colonnes et d'affichage des états des lignes. Cela vous guidera à travers cela. Il y a d'autres exemples ici aussi |
| d'utiliser la jointure virtuelle. Si vous avez besoin de plus d'informations sur la configuration. Et encore une fois, juste pour vous rappeler, tout cela est scriptable. Vous pouvez donc créer un script ici, en configurant les états de vos lignes et les différentes choses que vous souhaitez avec cela. |
| Ainsi, au fur et à mesure que nous sommes passés à JMP 15, nous avons ajouté quelques éléments supplémentaires. Et donc ce que nous avons ajouté, c'est que nous avons ajouté la possibilité d'ouvrir automatiquement une table et également de survoler les colonnes et de déterminer d'où elles viennent. Et je vais vous expliquer ce que cela signifie exactement. |
| Donc si je clique dessus. Nous avons créé de nouvelles tables pour JMP 15, Employeemaster.jmp, qui font toujours partie de ces données RH. Et donc, si je retrouve cela un peu et que je regarde, quelques points que je soulignerai à propos de ce tableau. |
| Il possède un identifiant de lien et une référence de lien. Et c'est l'autre chose que nous avons ajoutée à JMP 15, la possibilité d'avoir un ID de lien et une référence de lien sur la même colonne. |
| Donc, si je regarde cela et que je regarde ma fenêtre d'accueil ici, je peux voir qu'il y a deux autres tables ouvertes. Ils se sont ouverts automatiquement pour moi. |
| Et donc je vais les ouvrir parce que je veux en quelque sorte les dérouler pour que vous puissiez voir comment cela fonctionne. Mais cette table principale des salariés est liée à |
| a... empilez-les les uns sur les autres... c'est lié au tableau des antécédents scolaires, qui a, à son tour, été lié à mon tableau de terminaison prévu. Et tu peux voir |
| il y a un ID d'employé qui a une référence de lien et l'ID de lien, ID d'employé ici. Même chose, puis la détermination de la prédiction n'a qu'un identifiant. |
| Et si vous aviez une ou deux autres tables contenant des données uniques sur l'ID d'employé et que vous deviez les extraire, vous pouvez continuer la chaîne en attribuant une référence de lien ici et vous pouvez continuer. Donc je suis... juste pour vous montrer rapidement, si je fais un clic droit et regarde cette colonne ici, |
| Je peux voir que mon ID de lien est défini, je peux également voir que ma référence de lien est définie. Et cela me dit que l'histoire de l'éducation est un tableau auquel ce tableau est lié. |
| Je l'ai en ouverture automatique et j'ai les noms les plus courts. Je ne distribue pas les états de ligne, donc rien n'y est défini. Ainsi, toutes les colonnes qui se trouvent dans ces deux autres tables sont à ma disposition, pour ma table de référencement appelée ici fiche des employés. |
| Et très rapidement, vous pouvez voir que vous avez ici un grand nombre de colonnes qui sont à votre disposition, et les colonnes de liens apparaissent sous forme de colonnes regroupées ici. |
| Donc, une autre question qui a été posée par les clients, comme ils le disent, est-il possible de nous dire d'où viennent ces colonnes ? |
| donc c'est un peu plus clair ? Nous avons donc ajouté cette jolie petite astuce de survol. Si je survole |
| ceci, cela me dit que cet indicateur d'invalidité de colonne particulière provient d'une cessation prévue. Cela vient donc en fait du dernier tableau de ma série. |
| Et si je descends ici et que je clique sur l'un d'entre eux, cela indique que le code du programme d'études vient de l'histoire de l'éducation. |
| Voilà donc une petite fonctionnalité intéressante qui vous aidera en quelque sorte lorsque vous choisissez vos colonnes, peut-être dans ce que vous essayez d'exécuter avec des plates-formes, etc. |
| Mais si j'exécute cette distribution, ce n'est qu'un simple exemple de distribution qui montre ce niveau d'employé |
| vient en fait de ma table principale d'employés. Cette description du diplôme provient du tableau des antécédents scolaires et cette évaluation des performances provient de mon tableau de terminaison prédictive. Et puis vous pourrez en regarder davantage avec |
| certains de ces autres exemples qui sont ici. j'ai construit |
| une fenêtre contextuelle de tableaux de bord ici qui montre un générateur de graphiques montrant une boîte à moustaches. Nous avons une distribution ici, un tableau et une carte thermique, |
| en utilisant toutes les colonnes virtuelles, certaines, vous savez, certaines colonnes provenant de la table, mais aussi les colonnes virtuelles ont un filtre. Donc, si je veux regarder les femmes et les professionnels. |
| J'aime toujours souligner les bizarreries ici. Donc si je vais ici et regarde ces deux petits endroits qui traînent en quelque sorte ici. C'est très intéressant pour moi car les ratios de rémunération montrent comment les gens sont payés. |
| Fondamentalement, qu'ils soient rémunérés dans le bon ratio ou non, cela correspond à leur description de poste. Et il semble que ces deux valeurs aberrantes soient |
| dépassant constamment les attentes, on dirait qu'ils sont peut-être sous-payés. Alors juste comme celui-ci ici |
| est tout seul et il semble qu'ils répondent rarement à leurs attentes, mais ils peuvent être légèrement surpayés et/ou il peut s'agir d'erreurs. Quoi qu'il en soit, lorsque vous vous concentrez sur ceux-ci, vous pouvez également constater que les sélections sont en cours. |
| ici. Ainsi, sur cette carte thermique, je peux dire qu'il y a de l'argent consacré à la performance et à la formation. alors peut-être former cette personne. Donc c'est vraiment bien, bien, bien, à voir |
| C'est donc |
| à peu près tout ce que je voulais montrer. Je voulais montrer cette chose, juste pour rappeler, juste pour réitérer. L’historique de formation a accès aux colonnes en fin de scolarité prévue. |
| Ainsi, ces deux tables peuvent communiquer séparément. Et si j'exécute ce script graphique, |
| J'ai des dollars de performance et de formation similaires, mais je regarde la moyenne pondérée cumulative, le classement de la classe, pour savoir où les gens se situent dans les limites ici en utilisant des combinaisons de colonnes de ces deux tableaux uniquement. |
| Je vais donc transmettre cela. Je crois que c'était la majorité de ce que je voulais partager. Je vais arrêter de partager mon écran. Et je vais transmettre cela à Kelci et elle s'en chargera à partir d'ici. |
| Kelci J. Miclaus | Merci, Mandy. |
| Mandy a dit que nous avions donné cette conférence à plusieurs reprises et, en réalité, c'était cet effort combiné de |
| moi travaillant dans mon groupe, qui s'occupe des sciences de la vie pour les solutions verticales JMP Clinical et JMP Genomics, |
| et trouver des exemples parfaits de cas où je pourrais réellement tirer parti des jointures virtuelles et travailler en étroite collaboration avec l'équipe de développement sur la manière dont ces fonctionnalités ont été publiées dans les dernières versions de JMP. |
| Dans cette section, je vais donc passer en revue certains exemples spécifiques à notre recherche clinique et expliquer comment nous avons réellement exploité cette idée de table de discussion autour de la synchronisation de l'état des lignes. |
| Donc, comme Mandy l'a mentionné, c'est maintenant, et si nous avons le temps vers la fin, cette idée de jointures virtuelles avec synchronisation de l'état des lignes constitue désormais l'architecture entière qui détermine la façon dont les rapports et les évaluations JMP Clinical sont utilisés. |
| pour évaluer les premiers rapports d’efficacité, de sécurité et d’essais cliniques avec nos clients. Et l’une des raisons pour lesquelles cela convient si bien est le formatage des données typiques des essais cliniques. |
| Donc, l'exemple de données que je vais utiliser pour tous les exemples que j'ai concernant la synchronisation de l'état des lignes ou la propagation de l'état des lignes comme je l'appelle parfois, |
| sont des exemples de données provenant d’un essai clinique portant sur environ 900 patients. Il s'agissait d'un véritable essai clinique réalisé il y a environ 20 à 30 ans. |
| examiner l'hémorragie sous-arachnoïdienne et le traitement à la nicardipine chez ces patients. |
| L'avantage des données cliniques est que nous travaillons avec des structures de données normalisées très standards, ce qui signifie que chaque composant d'un essai clinique est collecté, de la même manière que les données RH que Mandy nous a montrées... montrées... nous ont montrées. |
| est normalisé, de sorte que chaque table ait son propre contenu et que nous puissions le suivre séparément, mais utiliser ensuite des jointures virtuelles pour créer des histoires complètes. |
| Donc, les trois ensembles de données que je vais parcourir sont ce tableau démographique qui compte environ un peu moins de 900 patients. |
| d'essais cliniques, où nous avons ici une ligne par patient dans notre essai clinique. Et c'est ce qu'on appelle la démographie, qui contiendra des informations sur leur naissance, leur âge, leur sexe, leur race, le traitement qui leur a été administré, certains événements qui leur sont arrivés au cours de l'essai clinique. |
| De même, nous pouvons avoir des tables séparées. Ainsi, dans un essai clinique, ils collectent généralement à chaque visite les événements indésirables survenus à un patient lors d'un nouveau traitement. |
| médicament ou étude. Il s'agit donc d'une table contenant environ 5 000 enregistrements. Nous avons toujours cet identifiant de sujet unique, mais nous avons bien sûr des doublons. Cela enregistre donc chaque événement ou événement indésirable |
| cela a été rapporté pour chacun des patients de notre essai clinique. Et enfin, j'utiliserai également un ou plusieurs ensembles de données de laboratoire, |
| qui suit également le type similaire de format d’enregistrement empilé que nous avons vu sur les événements indésirables. |
| Nous pensons ici aux visites régulières, au cours desquelles ils prennent plusieurs mesures en laboratoire et nous pouvons les suivre tout au long de l'essai clinique pour rechercher des anomalies et des choses de ce genre. |
| Ces trois tableaux sont donc un format normalisé standard de ce qu'on appelle la norme internationale CDISC pour les données des essais cliniques. |
| Et cela nous convient si bien pour utiliser la jointure virtuelle. Comme Mandy l'a dit, il est facile, vous savez, de créer une table de fusion de laboratoires. |
| Mais ici, nous avons 6 000 enregistrements de laboratoires et la fusion de notre démographie entraînerait une duplication de toutes leurs instances uniques de leurs descriptions démographiques. Nous souhaitons donc mettre en place une jointure virtuelle avec cela, ce que nous pouvons faire très facilement. |
| Si nous créons dans notre table démographique, nous allons configurer un identifiant de sujet unique comme identifiant de lien. |
| Et puis très rapidement, parce que nous voudrions généralement examiner les résultats de laboratoire et utiliser quelque chose comme le groupe de traitement auquel ils appartiennent pour voir s'il y a des différences entre les laboratoires, |
| nous pouvons désormais référencer ces données et créer des visualisations ou des rapports qui évalueront et examineront réellement les différences entre les groupes de traitement dans nos résultats de laboratoire. |
| Nous n’avons donc pas eu besoin de procéder à la fusion. Nous venons d'accéder à ces... cette colonne de bras planifiée à partir de notre table démographique grâce à cette simple configuration en deux étapes des propriétés de colonne d'une jointure virtuelle. |
| Il est également très facile d'examiner des anomalies de laboratoire. Voici donc un graphique de chacun des différents bras ou groupes de traitement qui ont subi des tests de laboratoire anormalement élevés lors des visites d'un essai clinique. |
| Nous pourrions également vouloir faire ce même type d'analyse avec notre événement indésirable, et nous voudrions également voir s'il existe des occurrences différentes dans les événements indésirables. |
| entre ces groupes de traitement. Une fois de plus, nous pouvons également relier ce tableau à notre démographie de référence et créer très rapidement un décompte de la distribution des événements indésirables qui se produisent séparément pour, par exemple, une nicardipine, le traitement actif, par rapport à un placebo. |
| Alors maintenant, nous voulons qu’ils parlent vraiment. Et donc les deux exemples suivants que je souhaite montrer avec ces données sont les options de synchronisation de l’état des lignes dont nous disposons. |
| Vous avez donc rapidement vu dans la partie de Mandy qu'elle a montré que, sur les propriétés des colonnes, nous avons désormais la possibilité de synchroniser les états des lignes entre les tables. |
| C'est vraiment pourquoi notre discours s'appelle tables parlantes, parce que c'est ainsi qu'ils peuvent communiquer désormais. Et vous pouvez soit distribuer les états de ligne, ce qui signifie que la table dans laquelle vous avez configuré la référence à un ID de lien peut renvoyer les informations de cette table à sa table d'ID de référence. |
| Et je vais passer en revue un exemple rapide, mais comme mentionné... comme Mandy l'a mentionné, c'est de loin le plus |
| cas parfois dangereux car il est très facile d'atteindre des moments où vous pourriez obtenir des résultats non concluants, mais je vais montrer un cas où cela fonctionne et où cela est utile. |
| Comme vous l'avez remarqué, rien qu'à partir de cette analyse, disons avec les événements indésirables, il était très simple, dans la mesure où le tableau auquel nous avons établi un lien de référence (le tableau ID), d'accéder aux colonnes et d'examiner les différences des groupes de traitement dans ce tableau. |
| Cependant, il n’y a vraiment rien qui va dans l’autre sens. Comme Mandy l'avait dit, vous ne voudriez pas utiliser cette nouvelle table de jointure pour examiner, disons, la répartition de ce groupe de traitement, |
| parce que ce que vous avez ici, ce sont des chiffres qui ne correspondent pas. On dirait qu'il y a 5 000 sujets alors qu'en réalité, si vous revenez à notre |
| tableau démographique, nous en avons moins de 900. Voici donc la véritable répartition d'environ 900 sujets par groupe de traitement. |
| avec toutes leurs autres distributions. Maintenant, il arrive cependant que ce tableau soit ce que vous souhaitez utiliser comme tableau d'analyse ou comme objectif de l'endroit où vous allez créer une analyse. |
| Et vous souhaitez obtenir des informations à partir de ces tables qui y sont virtuellement liées. Le laboratoire par exemple et les événements indésirables. |
| Nous allons donc ici utiliser ce tableau pour créer une visualisation qui annotera ces sujets dans ce tableau avec toute personne ayant subi un test de laboratoire anormal ou un événement indésirable grave. |
| Et maintenant, j'ai triché, parce que j'ai préparé ces données. Vous remarquerez dans mes données sur les événements indésirables |
| J'ai déjà effectué l'analyse pour trouver tous les cas de sujets qui étaient... des événements indésirables considérés comme graves et j'ai utilisé le marqueur d'état de ligne pour annoter les enregistrements qui avaient... étaient un événement indésirable grave. |
| De même, dans l'ensemble de données des laboratoires, |
| J'ai utilisé la couleur rouge pour annoter... annoter tous les résultats de laboratoire qui ont été |
| anormalement élevé. Ainsi, par exemple, nous pouvons voir tous ceux qui présentaient de fortes anomalies. J'ai coloré la majeure partie de cela en rouge, juste la sélection de l'état des lignes, puis le contrôle des états des lignes. |
| Donc, avec ces données où j'ai ces deux états de ligne en place, nous pouvons revenir à notre tableau démographique |
| et créer une vue |
| c'est une répartition par site des âges de nos patients dans un essai clinique. |
| Et maintenant, si nous revenons à chacune des tables liées, nous pouvons contrôler l'introduction de ces informations annotées avec la synchronisation de l'état des lignes. |
| Nous allons donc changer cette option ici, passant d'états de ligne avec table de référence à aucun, à réellement répartir et dans ce cas, je veux être prudent. La seule chose que je veux que cette table dise à cette table de référence de liens est un ensemble de marqueurs. |
| Je vais cliquer sur Appliquer |
| Et vous remarquerez automatiquement que ma visualisation que j'ai créée à partir de ce tableau démographique comporte désormais les marqueurs de tous les sujets ayant subi un événement indésirable de cet autre tableau. |
| Nous pouvons désormais faire la même chose avec les laboratoires. |
| Choisissez d'expédier. Dans ce cas, nous souhaitons uniquement distribuer la couleur. |
| Et maintenant, simplement en contrôlant les propriétés des colonnes, nous sommes à un endroit où nous avons une visualisation ou une analyse construite à partir de notre table démographique qui a accédé aux informations de ces tables virtuellement jointes en utilisant la synchronisation ou la propagation de l'état des lignes de répartition. |
| Donc c'est vraiment cool. Je pense que c'est une fonctionnalité vraiment puissante. Mais il y a beaucoup de pièges et de choses auxquelles vous devez faire attention avec l'option d'envoi. |
| À savoir, la façon dont fonctionnent les jointures virtuelles est |
| la table d'ID de lien, la date... la table de données que vous avez configurée, dans ce cas la démographie, comporte une ligne par ID et vous l'utilisez pour fusionner ou rejoindre virtuellement un |
| table de données contenant de nombreuses copies de cet ID d'utilisation. Nous faisons donc un un-à-plusieurs ; C'est très bien. La répartition fait un plusieurs-à-un |
| conversation. Donc, dans le document, nous avons un... dans la ressource fournie avec cette vidéo, il y a beaucoup de |
| commentaire sur l'utilisation prudente de ceci. Cela ne devrait pas être quelque chose de hautement interactif. |
| Si vous décidez ensuite de modifier l'état des lignes, cela peut être très facile de devenir déroutant ou absurde, |
| que, disons, si j'ai marqué les deux avec de la couleur et un marqueur, il ne saura pas quoi faire car certaines lignes pourraient dire "Colorez ceci en rouge", |
| mais l'autre table liée pourrait dire de la colorer en bleu ou en noir. Vous devez donc faire très attention à ne pas mélanger et faire correspondre et à ne pas être trop interactif avec cette idée de fusion plusieurs-à-un. |
| Mais dans cet exemple, il s’agissait d’un outil vraiment très précieux qui aurait nécessité beaucoup de manipulations de données pour en arriver là. |
| Je vais donc fermer ces exemples d'exemple de jointure virtuelle de répartition et passer probablement à ce qui sera plus couramment utilisé est l'acceptation... |
| état de la ligne d'acceptation des tables de discussion de jointure virtuelle. Et pour ce cas, je vais en fait passer en revue cela avec un script. Donc, au lieu de me guider de manière interactive à travers la jointure virtuelle et |
| Propriétés de la colonne d'état de la ligne, nous allons examiner les résultats de ce script. |
| Et l'exemple ici, ce que nous voulions faire, c'est être capable d'utiliser ces trois tableaux (encore une fois, la démographie, les événements indésirables et les données de laboratoire dans un essai clinique) pour réellement créer ce qu'ils appellent un |
| profil de sécurité complet. Et c’est véritablement la justification et la logique de notre utilisation dans JMP Clinical pour nos clients. |
| Cette idée selon laquelle nous voulons pouvoir prendre ces ensembles de données, les garder séparés mais leur permettre d'être utilisés dans une analyse unique et complète afin qu'ils ne se sentent pas séparés. |
| Donc, avec cet exemple, nous voulons pouvoir ouvrir notre démographie et la configurer comme identifiant de lien. Ceci est donc similaire à ce que je viens de faire de manière interactive qui créera la table démographique et créera la propriété de colonne ID de lien sur l'identifiant de sujet unique. |
| Nous avons donc terminé. Vous voyez là la clé qui montre qu'il s'agit désormais de la propriété ID de lien. Nous souhaitons ensuite ouvrir l'ensemble de données des laboratoires. |
| Et nous allons définir une propriété sur l'identifiant de sujet unique dans cette table pour utiliser la référence de lien vers la table démographique. |
| Et quelques options et options ici. Nous voulons montrer cette propriété d’utiliser des noms plus courts. Utilisez le nom de la colonne liée pour raccourcir le nom de notre |
| colonnes provenant de la table de démographie dans la table des laboratoires. Et ici, nous souhaitons configurer la synchronisation de l'état des lignes comme une acceptation de la sélection, de l'exclusion et du masquage. |
| Et nous allons faire cela également pour la table AE. Je vais donc exécuter ces deux prochains extraits de code, |
| ce qui ouvrira mon AE et ma table de laboratoire. Et maintenant, vous verrez qu'au lieu de cette répartition, les propriétés ici sont censées accepter |
| avec ceux-ci, sélectionnez, excluez et masquez. Et de même, le tableau des événements indésirables a exactement la même acceptation. Donc dans ce cas-ci, au lieu de cette dépêche, que nous avions pris soin de n'envoyer que |
| un type d'état de ligne d'une table et un autre d'une autre table vers notre table de référence d'ID de lien. Ici, nous allons laisser la démographie de notre table de référence d'ID de lien diffuser ce qui lui arrive |
| aux deux autres tables Et c'est ce que fait accept. Il va donc accepter les états de ligne de la table démographique. |
| Et j'ai un peu triché en disant que j'ai juste un script attaché à notre tableau démographique ici |
| il s'agit en réalité de configurer certaines des visualisations que j'ai déjà montrées et qui sont des scripts attachés à chacune des tables dans une seule fenêtre. |
| Nous avons donc ici ce que vous pourriez considérer comme votre profil de sécurité. Nous avons des distributions des informations démographiques sur les patients. Cela provient donc du tableau démographique. |
| Vous voyez les chiffres corrects des comptes des 443 patients sous placebo par rapport aux 427 sous nicardipine. |
