扬声器 | 成绩单 |
| 奥利维亚·利平科特 | 什么 |
| 温吉巴 | 我很高兴谈论这一点，从 FDA 药物标签系统和 JMP discovery 中获取高质量信息。 |
| 今天我要讲四个部分。 首先，我将提供一些有关药物上市后监控的背景信息，以及 FDA 监管机构和行业所做的努力。 而且，我将使用药品标签数据集 |
| 分析文本并使用 JMP 中的文本资源管理器，还可以使用插件 |
| JMP 插件 |
| XGBoost 分析此 DILI 信息，然后给出结论，Russ Wolfinger 博士的 XGBoost 教程也出现在本次 JMP Discovery Summit 中，因此如果您对 XGBoost 感兴趣，请转到他的教程。 |
| 所以药物开发，根据 FDA 对药物加工的描述， |
| 它可以分为五个阶段，前两个阶段，发现和研究临床前，很多在 |
| 首先进行动物研究和化学筛选，然后接下来的三个阶段涉及人类。 JMP拥有JMP Genomics、JMP Clinical、 |
| JMP 和 JMP Pro，涵盖了药物发现的每个阶段。 JMP Genomics 是可用于组学和临床生物标志物选择的组学系统，JMP Clinical 专门针对临床试验 |
| 以及药品安全性和有效性的上市后监测。 并且JMP Pro还可以用于药物数据清理、挖掘、靶标识别、制剂开发、DOE、QbD、生物测定等，因此可以用于药物的各个阶段。 |
| 药物开发。 |
| 因此，在这种药物开发中，有一种最常见的单一原因，称为 DILI，实际上可以停止进行临床试验。 |
| FDA 或其他监管机构可能会拒绝批准该药物，或者在该药物上市后将其召回。 因此，这是最常见的单一原因，称为 DILI，可以在 FDA 指南和其他科学出版物中找到相关信息。 所以 |
| 什么是帝力？ 这其实是药物性肝损伤， |
| 称为 DILI，FDA，早在 10 多年前的 2009 年，他们就发布了 DILI 指南， |
| 如何评估和跟进，FDA 为临床研究者提供了多年的 DILI 培训，这些信息今天仍然可以在网上找到。 |
| 就在去年，他们还举办了同样由 FDA 组织的会议。 当然，对于 DILI，你如何定义受试者或患者可能有 DILI 案例，他们有海氏定律，该定律包含在 |
| FDA 指导。 |
| 这是临床试验 DILI 评估的一个例子，在临床试验中， |
| 在 JMP 临床中，根据海氏定律。 所以海氏定律是几种肝酶升高到一定水平时的组合条件， |
| 那么你会认为这可能是海氏定律案件。 所以你的肝脏可能会受到损害。 所以这里我们用颜色来识别 |
| 可能的海氏定律情况下，红色的是“是”，蓝色的是“否”。不同的圆形和三角形也来自不同的治疗组。 我们还使用 JMP 气泡图来显示 |
| 在临床试验期间，酶随着时间的推移而升高。 所以这是典型的。 这一等就是15天。 那么你就有了 |
| 主题，开始很正常。 然后他们的肝酶水平达到疯狂的高水平，表明他们有可能 |
| DILI 可能的情况。 |
| 所以，FDA有两大数据库，实际上可以处理上市后的问题 |
| 药品安全监测。 一种是药品标签，我们将从该数据库中获取数据。 另一个是 FDA 不良事件报告系统，他们 |
| 然后他们有来自 NIH 和 NCBI 的信息，他们非常积极地 |
| 建立了这个LiverTox并且有很多信息，处理DILI。 FDA 还有另一个数据库，名为 Liver Toxic |
| 知识库和我们的合作者 Tong 博士在本次演示中也是如此。 他们对 DILI 有很多了解，并为公共信息建立了这个特定的数据库。 |
| 所以药品标签。 当您购买处方药时，每个人可能都见过这一点。 你的药物附带了那些冗长的纸。 |
| 因此，它们还带有很小的字体文字，尽管有时它太小而无法阅读，但它们确实包含有关该药物的许多有用的科学信息 |
| 然后有两个部分将与我今天的演讲相关，即警告和预防措施部分。 所以基本上，有关药物不良事件和任何事情的所有信息都需要 |
| 请注意这两部分。 而这个药物实际上有 |
| 超过2000字描述警告和注意事项。 幸运的是，并非每种药物都有那么多副作用或不良事件。 有些药物是这样的 |
| 其中一种二甲双胍，居然有一小节为警告和注意事项。 因此，旧版本的药品标签将警告和注意事项放在单独的部分中，而新版本则将它们放在一起。 所以这个是他们发布的新版本......他们有那两个 |
| 部分在一起。 但这种药物的副作用要小得多。 因此，FDA 使用 JMP 和 JMP 临床进行安全性分析，我们实际上帮助确定了药物标签中列出的每项不良事件。 |
| 这就是今天要呈现的数据。 因此，我们使用的是 FDA 研究人员和我刚刚从他们那里提取的 462 个药物标签中的警告和预防措施部分。 |
| 并对每种药物分配了 DILI 指标。 1 表示是，0 表示否。所以从这个分布中，你可以看到 |
| 大约有...164 种药物 |
| 潜在的 DILI 案例，298 个没有，并且药品标签数据的原始格式是 XML 格式，可以通过 JMP 一次性导入。 |
| 因此，对于 DILI 关键词，FDA 经过多年的努力才制定了这个关键词列表。 然后他们实际上由专家阅读了数百种药物标签，然后决定哪些可能成为 DILI 案例。 然后他们想出了那些 |
| 大约 44 个单词或术语被指定为关键字，为药物指定 |
| 可能是 DILI 案件。 您可能还听说过 MedDRA，这是一本针对监管活动的医学词典。 它们有不同级别的标准化术语，最流行的是首选术语。 我今天要用。 |
| 所以在 |
| 警告和预防措施，如果我们将所有内容放在一起，您可以看到，您的目录中有超过 12,000 个术语 |
| 警告和注意事项部分。 你可以看到“患者”和“可能”是主导词 |
| 不……不应与本案的医疗病例及医疗信息相关。 所以我们可以删除它，你可以看到没有任何其他词在这个词中如此占主导地位 |
| 云，但它仍然有许多与医学无关的单词，例如“使用”和“报告”，我们可以放入...... |
| 可以将它们删除到我们的分析列表中。 因此，在文本资源管理器中，我们可以将它们放入停用词中，而且我们通常使用 |
| 不同的文本资源管理器技术包括词干提取、标记化、正则表达式、重新编码和手动删除。 |
| 清理列表。 但它有 12,000 个术语，因此可能非常耗时。 |
| 但由于我们有我们感兴趣的列表，所以我们想利用我们已经知道我们对该系统中的术语感兴趣的内容。 |
| 那么我们要做的就是在演示中向您展示，我们将仅使用 DILI 关键字以及 MedDRA 中的首选术语来生成有趣的术语和短语来进行预测。 |
| 这是我们看到的仅使用 DILI 关键字的示例。 然后你就可以看到这里的所有内容，甚至可以在列表中看到。 你有一个计数 |
| 在每个术语的侧面显示它们在术语中重复了多少次 |
| 警告和注意事项部分，您还可以看到更多色彩，更多内容 |
| 世界云中的图形以获得可识别的模式。 然后我们添加医学术语，即医学相关术语。 因此，它仍然从 12,000 个术语减少到 1190 个术语，其中包括 DILI 关键字和医疗首选术语。 所以我们认为这会是好事 |
| 我们从术语列表开始进行分析。 |
| 所以我们所做的是在 |
| JMP Text Explorer，我们可以保存术语...文档术语矩阵。 这意味着，如果你看到1，则表示该文档已见过该术语，如果它说，如果这是0，则表示该文档 |
| 没看到，有这个词的情况。 |
| 那么我们，在 |
| XGBoost 将进行 k 次折叠，以及 3 k 次折叠，每一次使用 5 列。 |
| 因此，我们在此机器学习中使用并使用 JMP Pro 中添加的 XGBoost 树模型，并且我们...使用 DILI 指标 |
| 作为目标变量，他们使用 DILI 关键字以及已出现超过 20 次的 MedDRA 首选术语 |
| ……作为预测者。 然后我们使用交叉验证 XGBoost 然后进行 300 次交互。 现在我们得到了统计性能指标，我们得到了 DILI 的术语重要性， |
| 我们得到，我们可以使用预测分析器进行交互，我们还可以生成并保存新药预测的预测公式。 |
| 所以我要去演示。 |
| 这是我们在 |
| 在 JMP 中。 |
| 所以你有一个三列。 基本上你有索引，它是药物 ID。 然后你就有了警告和预防措施，它可能包含更多内容 |
| 说它出现了，所以基本上有每种药物的所有信息。 现在您有了一个 DILI 指标。 所以我们做 |
| 首先是文本浏览器。 我们有分析，你去Text Explorer，你可以用这个 |
| 输入，这是警告和预防措施文本，您...通常您可以在这里做不同的事情，您可以最小化字符，通常人们会选择 2 或做其他事情。 或者你可以使用词干或者你可以使用正则表达式来 |
| 做各种 |
| 公式和在我们的限制中可以是有限的。 例如，您可以使用自定义 |
| 正则表达式删除所有数字。 如果只是数字，您可以删除它们，但由于我们将使用列表，所以我们不会触及其中任何一个，我们可以简单地说，好吧， |
| 所以它出现了整个列表，一切。 所以现在我要说的是，我只关心 |
| 哦，对于这个，你可以做...你可以展示 |
| 词云。 |
| 和 |
| 我们想说我想将它居中 |
| 我也想要颜色。 |
| 所以你看到这个，你看到病人是如此占主导地位，然后你可以说，好吧，这绝对是……不是…… |
| 不应该在 |
| 分析中。 所以我只需选择并右键单击添加停用词。 |
| 因此，您将看到那些被删除的内容，不再显示在您的列表中，也不再显示在 |
| 词云。 |
| 所以现在我想向你展示一些我 |
| 我认为这会加快清理速度，因为系统中可能有很多我不需要的其他单词。 所以我实际上选择 |
| 并将所有内容放入停用词中。 |
| 所以我删除了所有内容，但我不知道为什么无法删除“操作”。 |
| 但如果只有一个也没关系。 所以我要做的就是去这里。 我说管理短语，我想导入我的关键字。 关键字只要有一个... |
| 很简单。 标题， |
| 一列数据仅包含所有姓名列表。 所以我导入它，并将其粘贴到本地。 这将是我当地的图书馆。 我说，好吧。 |
| 所以现在我只得到了我拥有的关键字。 |
| 好的，现在这个是……我想稍后再进行分析。 我想将它们全部包含在我的分析中，因为它们是关键字。 所以我到这里，红色三角形，文本资源管理器中的所有内容，隐藏的功能，隐藏在这个 |
| 红色三角形。 所以我说保存矩阵。 所以我想要一个，我想要 44 个以上 |
| 在我的分析中。 我说好吧。 所以你会看到，一切都会保存到我的... |
| 到列，矩阵。 |
| 所以现在我想要添加什么，我想要再讲一遍。 我也想导入 |
| 那些首选条款。 |
| 进入 |
| 我的数据库，我的本地数据。 |
| 然后我也想 |
| 其实我想在本地 |
| 到 |
| 所以我说，好吧。 |
| 所以现在我有了混合，两者 |
| MedDRA 的首选术语以及我的关键词。 所以你现在可以看到 |
| 短语已经改变。 |
| 这样我就可以将它们添加到我的列表中。 对我的安全术语矩阵列表也是如此，并获取所有数字……我想要包含的所有术语。 我想在这里指出的一件事是这些术语......我们需要改变 |
| 一种模型格式。 这是模型类型仍在继续。 我想将它们更改为名义上的。 稍后我会告诉你为什么我这样做。 |
| 所以现在我有了，我可以去 |
| XGBoost，位于插件中。 我们可以让...k折叠列以确保我可以做到 |
| 交叉验证。 我可以只使用索引，默认情况下要创建的 k 折叠列数为 3，每列内的折叠数 (k) 为 5，我们只需使用默认值。 |
| 好吧，它会很快生成三列。 最后，你会看到折叠 A、B、C，其中三个。 |
| 所以我们得到了，然后我们... |
| 我想做的另一件事是在... |
| 所以我们可以 |
| 我们可以创建另一个 |
| 短语 |
| 其中包含一切...that has everything in...这个短语包含一切，包括关键字和 PT，但我想创建一个只包含 |
| 只有 |
| 只有 |
| 首选术语，但没有关键字，所以我可以将这些关键字添加到本地例外中，然后说，好的。 所以这些词只会有首选术语，但不会有 |
| 关键词。这样我就可以创建另一个列表，保存另一个列表 |
| 文档 |
| 比这一个我想要的词。 所以 |
| 有 1000 个，但这个术语只有 20 个。 所以他们要做的就是他们被保留的条款要么满足...... |
| 至少有 |
| 出现超过20次或者达到1000次，哪一次就会出现在我的列表中。 |
| 所以现在我有完整的表格，其中有关键字，也有 MedDRA 术语，其中有 20 多个，显示超过 20 次，现在还有？？？准备分析的列 |
| XGBoost。 |
| 所以现在我能做的就是去XGBoost。 我可以去 |
| 现在分析。 所以我要向您展示的是我可以使用这个 DILI 指示器，然后 X 响应就是我刚刚为关键字和 |
| 首选词。 现在，我使用三个验证 |
| 然后点击确定运行。 运行大约需要五分钟。 所以我已经得到了我想给你看的结果。 |
| 所以你有了... |
| 这就是看起来的样子。 |
| 调音设计。 我们会检查一下。 你有 |
| 实际会找到一个好的条件让你这么做。 您也可以，如果您有 |
| 像罗斯·沃尔芬格（Ross Wolfinger）一样有丰富的经验，他会进入这里，手动改变一些条件，然后你可能会得到最好的结果。 |
| 但对于很多像我这样没有太多 XGBoost 经验的人来说，我宁愿使用这种调优设计，也不愿只用机器来调校。 |
| 先帮我选择一下，然后我就可以进去了，我们可以稍微调整一下，这取决于我在这里需要做什么。 这就是我们得到的结果。 你可以使用...你可以看到这里是 |
| 不同的 |
| 该模型的性能指标的统计指标，默认显示仅具有准确性，您可以使用对它们进行排序来单击该列。 您可以对它们进行排序，而且它还有更多其他流行的性能指标，例如 |
| MCC、AUC、 |
| RMSE，相关性。 如果您单击它们，它们都会出现。 |
| 他们会出现在这里。 因此，无论您需要什么，无论您想要进行什么测量，您总能在这里找到。 |
| 所以现在我将使用，假设我相信验证的准确性，而不是其他任何东西来处理这种情况。 所以我想做的是我只想看到顶级模型，比如说五个模型。 |
| 那么这里我选择了五个模型。 然后我到这里，说我想删除所有的展示模型。 |
| 所以你会在这里看到五个模型，然后你可以看到一些模型，即使像这个 19 是绿色的， |
| 它不是完成到一半。 所以有些问题，有些东西不适合这个模型。 我绝对不想用那个，所以我可以选择其他的。 说我想选这个 |
| 19、我想删除那个。 所以我可以说我想删除隐藏的一个。 所以基本上只要你需要做的就可以了。 所以如果你比较的话，看看这个 |
| 指标，它们实际上并没有太大的不同。 所以我想依靠这个图形来帮助我选择最好的一个来进行表演。 |
| 那么你就选择好的那一个吧。 你可以去这里 |
| 说，我喜欢模型 12，所以我可以去这里，说我想做 |
| 分析器。 |
| 所以这是一个非常强大的工具，我认为这是 JMP 所独有的。 不多 |
| 工具有这个功能。 所以这让你有机会了解个人 |
| 主动方式中的参数，看看它们如何改变结果。 例如，这两种情况最常出现在 DILI 案件中。 |
| 您可以看到斜率非常陡，这意味着如果您更改它们，它们将对最终结果预测产生很大影响。 所以你可以看到当 |
| 肝炎和黄疸都显示为零，实际上您患上 DILI 的可能性非常低。 对于可能出现的 DILI 情况，情况也是如此。 但如果你改变这条线 |
| 到1，你会发现你获得的机会更高。 如果你移动那些 |
| 更高。 所以你有，你将有办法 |
| 分析一下，如果他们是 |
| 关键是什么 |
| 影响结果的参数或预测变量。 为此，其中一些，甚至他们的关键字，都非常平坦。 所以这意味着如果你改变它，它不会对结果产生太大影响。 所以 |
| 这就是我们在这里，我们给出了您可以访问的列表 |
| 看看什么是最重要的 |
| 计算变量预测的特征。 所以你可以看到这里是黄疸，其他的都是相当重要的。 |
| 对于特征结果，一旦获取数据，这就是我们拥有的所有结果。 你可以说，好吧，新事物即将到来怎么样？ 是的，我们这里有，你可以说，我想保存预测公式。 |
| 你可以看到它正在积极致力于这方面的工作。 然后在表中，在表的末尾，您将看到预测。 所以记住我们有一个...这是，比如说，嗯， |
| 第一种药物，第二种药物几乎预测它将是 |
| DILI 案件以及接下来的两个、第三个、第四个和第五个接近于零。 所以我们回到这个DILI |
| 指标，我们发现它们实际上列出了。 前五个是正确的。 因此，如果您在收到新数据时...没有此指示符，则无需阅读所有标签。 您运行模型。 就可以看到预测了。 你几乎知道是否是这样 |
| 是否属于 DILI 案件。 |
| 所以我的演示是 |
| 到这里就结束了，现在我要给出结论了。 因此，我们使用文本浏览器使用停用词和短语管理来提取数据关键字和 MedDRA 术语，而无需使用停用词和短语管理。 |
| 手动选择、删除和重新编码。 因此，我们使用可视化并创建了一个用于预测的文档术语矩阵。 |
| 我们还使用机器学习来使用 XGBoost 建模，我们希望快速运行 XGBoost 以找到最佳模型并执行预测配置文件。 我们还可以保存 |
| 预测公式来预测新病例。 |
| 谢谢。 我就到此为止。 |
