스피커 | 성적 증명서 |
| 켈시 J. 미클라우스 | 안녕하세요. JMP Discovery Online에 오신 것을 환영합니다. 오늘은 이상사례 요약과 임상시험 분석을 요약하는 방법에 대해 말씀드리겠습니다. |
| 저는 SAS JMP Life Sciences 사업부의 고급 분석 그룹 선임 관리자입니다. 우리는 연구에 게놈 및 임상 데이터를 사용하여 고객과 긴밀하게 협력하고 있습니다. |
| 따라서 이상 사례 분석과 함께 JMP를 사용하는 방법에 대한 요약과 세부 사항을 살펴보기 전에 우리 팀에서 제작한 JMP Clinical 소프트웨어를 소개하고 싶습니다. |
| JMP Clinical은 현재 5개의 공식 제품과 추가 기능을 포함하는 제품군 중 하나입니다. 추가 기능을 통해 JMP를 확장하면 원하는 만큼 다양한 유형의 수직 응용 프로그램이나 JMP 확장 기능을 사용할 수 있습니다. |
| 저희 개발팀은 JMP Genomics와 JMP Clinical을 지원합니다. JMP Genomics와 JMP Clinical은 각각 JMP를 기반으로 맞춤형으로 구축된 수직형 애플리케이션으로, 게놈 연구와 임상 시험 연구에 사용됩니다. |
| 오늘은 JMP Clinical에서 어떻게 검토와 분석을 작성했는지에 대해 이야기하겠습니다. |
| 임상시험 안전성 및 조기 효능 분석을 수행하는 제약 산업. |
| JMP Clinical의 원래 목적과 이 제품의 출시는 실제로 JMP를 많이 사용하는 FDA의 지원을 통해 이루어졌습니다. |
| 그리고 CDER 그룹인 약물 평가 및 연구 센터도 있습니다. 의료 검토자들은 약물 제출 검토를 돕기 위해 일반적으로 JMP를 사용했습니다. |
| 그리고 그들은 그것을 좋아합니다. 그들은 그것으로 매우 성취했습니다. 하지만 그들이 발견한 것 중 하나는 특히 매우 표준적인 임상 데이터에 대한 특정 반복적인 동작이 꽤 고통스러울 수 있다는 것입니다. |
| 여기에는 실험실 측정을 위한 이동 플롯이라는 아이디어가 있습니다. |
| 실험실의 시험 평균과 치료 그룹의 기준선을 비교하는 곳입니다. 이것을 만들기 위해서는 최소한 8~10단계가 필요했습니다. |
| JMP 인터페이스 내에서 데이터를 공개하고, 데이터를 표준화하고, 이를 기준선 대 시험으로 하위 분류하고, 해당 그룹에 대해 각각 통계를 수행한 다음, 데이터를 다시 병합한 다음 실험실 테스트로 데이터를 분할하여 이러한 유형의 도표를 만들 수 있습니다. 각 연구실마다. |
| 그리고 그것은 Graph Builder 내에서 그것을 구축하기 위한 단계 수에 도달하는 것조차 아닙니다. |
| JMP는 분명 그렇게 할 수 있습니다. 하지만 우리가 하고 싶었던 것은 바로 이 표준적인 유형의 임상 데이터로 그들의 고통을 해결하는 것이었습니다. |
| 예를 들어 원클릭 실험실 교대 도표를 사용할 수 있습니다. 실제로 우리는 리뷰 작성기라고 부르는 인프라에서 임상 리뷰를 작성하고 싶었습니다. |
| 이는 약물 안전성과 효능을 평가하기 위해 임상 시험 연구에서 필요하거나 예상되는 매우 일반적인 표준 분석 및 시각화에 대한 원클릭 표준화된 재현 가능한 검토입니다. |
| 따라서 JMP Clinical은 교대 근무 도표에 대한 사용자 정의 응용 프로그램을 처음 만든 이후로 발전했습니다. |
| 의료 모니터링 및 임상 데이터 과학, 의료 문서 작성 팀, 생체인식 및 생물통계학은 물론 임상 시험 수집과 관련된 연구 데이터 관련 데이터 관리를 포괄하는 풀 서비스 임상...임상 시험 분석 소프트웨어로 발전했습니다. |
| 이는 안전성과 효능 모두에 적용되지만 임상 데이터 수집에서도 발견될 수 있는 운영 무결성 또는 운영 이상 현상에도 적용됩니다. |
| JMP Clinical의 주요 기능 중 일부는 다음과 같습니다. |
| 모든 유형의 분석에 JMP 인터페이스를 사용하는 사람들에게 특히 유용합니다. |
| 가상 조인과 같은 것입니다. 그래서 우리는 부작용 시연 중에 보여드릴 글로벌 리뷰 주제 필터에 대한 아이디어를 얻었습니다. |
| 이를 통해 수집된 모든 임상 도메인 데이터에 대한 인구통계 정보 또는 임상 시험 대상자에 대한 인구통계를 통합하고 연결할 수 있습니다. |
| 그리고 행 상태 동기화를 통해 JMP 인터페이스 내에서 가상 조인을 통해 활성화되는 이 아키텍처는 |
| 임상 시험 데이터 분석에서 수행할 수 있는 모든 유형의 분석에 걸쳐 데이터 조작이 거의 또는 전혀 없이 즉각적인 대화형 검토를 수행할 수 있습니다. |
| JMP 데이터 필터의 일부 기능을 활용하는 또 다른 새로운 기능이 소프트웨어에 추가되었습니다. |
| JMP 지표 열을 생성하면 임상시험 데이터를 대화형으로 검토하는 동안 |
| 이 예에서 표시된 스크린샷은 임상 시험 중에 심각한 부작용이 발생한 피험자라는 흥미로운 신호를 찾습니다. 이러한 흥미로운 신호를 찾습니다. |
| 그리고 아주 즉시 JMP Clinical에서 연구와 함께 메타데이터에 저장되는 표시기 플래그를 만듭니다. |
| 이는 수행할 수 있는 다른 모든 유형의 분석에 사용할 수 있습니다. 따라서 이제 심각한 부작용이 발생한 환자와 그렇지 않은 환자에 대한 실험실 결과를 보고 부작용 심각도 발생과 관련될 수 있는 이상이 있는지 확인하고 싶습니다. |
| JMP Cclinical과 부작용 분석 시연에서 소개할 또 다른 기능은 |
| 시스템에 내장된 JMP Clinical API입니다. 수직형 어플리케이션을 제공하고 제작하고 개발하는데 있어서 가장 어려운 일 중 하나 |
| 즉시 사용 가능한 원클릭 보고서가 있는 것은 |
| 90% 정도 진행하면 고객이 '아, 정말 수정하고 싶었어요. 아니면 정말 이렇게 보고 싶었어요. 아니면 데이터 보기가 표시되는 방식을 바꿔야 해요'라고 말할 수도 있습니다. |
| 그래서 개발팀에서 열심히 노력하고 있는 것 중 하나가 바로 JMP 스크립팅 JSL을 사용하는 것입니다. |
| 임상 검토에 API를 표시하고, 개체, 디스플레이, 대시보드, 분석, 심지어 임상 검토에 포함되는 데이터 세트를 제어합니다. 그래서 나는 부작용 분석에서도 그 중 일부를 보여줄 것입니다. |
| 이제 JMP Clinical에 대한 개요를 살펴보았으니 잠시 뒤로 물러나 부작용과 임상 시험의 핵심을 살펴보겠습니다. |
| 실제로 이것을 생각하는 두 가지 주요 방법이 있습니다. 일반적으로 발생할 수 있는 부작용의 수와 비율을 나타내는 임상 시험의 안전성 검토 측면이 있습니다. |
| 그리고 많은 의사, 모니터 또는 검토자는 종종 이 데이터를 사용하여 의학적 이상 현상을 이해합니다. 특정 부작용이 나타나기 시작합니다. |
| 더 일반적으로는 의학적 영향을 미칠 수 있는 치료법 중 하나를 사용합니다. |
| 또한 통계적 신호 감지, 즉 비정상적인 비율로 발생하는 부작용을 통계적으로 평가하는 아이디어도 있습니다. |
| 치료 그룹 중 하나에서 다른 그룹에 비해. 예를 들어 여기에는 임상 시험 부작용 분석과 관련된 다양한 유형의 연구, 제출 또는 커뮤니케이션에서 볼 수 있는 전통적인 정적 테이블이 있습니다. |
| 기본적으로 이는 카운트 퍼센트가 포함된 정적 테이블이며 보다 통계적으로 지향된 경우 신뢰 구간 및 p 값과 같은 항목도 표시됩니다. |
| 승산비, 상대적 위험, 비율 차이 등을 고려합니다. |
| 이를 보는 또 다른 방법은 표 형식 대신 시각적으로 표시할 수 있으므로 신호 감지, 승산비 또는 위험 차이를 살펴보는 것입니다. |
| 예를 들어, 이 경우 그래프 빌더를 사용하여 특정 부작용 발생률에 대한 통계 분석 결과와 치료 그룹 간 차이를 표시할 수 있습니다. |
| 이것이 두 가지 예입니다. 실제로 우리가 수행한 작업과 고객이 부작용을 어떻게 보고 분석해야 하는지에 관해 함께 작업한 결과, |
| 이제 JMP Clinical 시스템은 단순한 개수와 백분율부터 발생률이나 발생률까지 여러 가지 일반적인 이상사례 분석을 제공합니다. |
| 일부 노출 조정 시간 분석을 포함하여 위험 차이, 상대 위험, 승산비와 같은 통계 측정 항목으로 변환됩니다. |
| 또한 우리가 적합한 모델 유형에 따라 훨씬 더 복잡해질 수 있으며 실제로 혼합 또는 베이지안 모델로 들어갈 뿐만 아니라 부작용 차이가 있는 특정 신호를 찾을 수도 있습니다. |
| 또한 우리는 의학 저술 서술이나 환자 프로필에서 의료 데이터를 검토할 때 이 데이터를 많이 사용합니다. |
| 이제 저는 이러한 일반적인 분석을 중심으로 작성한 리뷰를 통해 JMP Clinical로 바로 들어가겠습니다. |
| 따라서 JMP Clinical에 대해 눈에 띄는 점 중 하나는 JMP처럼 보이지는 않지만 JMP와 똑같다는 것입니다. |
| 이는 자체 유형의 인터페이스를 구축하기 위한 많은 사용자 정의 JSL 스크립팅이 포함된 결합된 통합 솔루션입니다. 따라서 시작 창에는 예를 들어 연구, 검토 및 설정이 표시됩니다. |
| 그리고 이미 리뷰가 작성되어 있습니다. |
| 여기 |
| 그것은 우리의 예시적인 니카르다핀 데이터를 사용하고 있습니다. 제품과 함께 배송되는 데이터입니다. JMP 샘플 라이브러리에서도 사용할 수 있습니다. |
| 지주막하출혈을 살펴보는 실제 임상시험입니다. 약 900명의 환자가 있었습니다. |
| 따라서 우리 검토의 첫 번째 탭에서 보고 있는 것은 해당 환자의 인구통계학적 특성 분포, 남성 대 여성 수, 인종 구분, |
| 어떤 치료 그룹을 받았는지, 데이터를 가져온 사이트 등. 따라서 이는 임상 시험을 위한 임상 데이터를 이해하는 첫 번째 단계와 마찬가지로 매우 일반적입니다. |
| 여기에는 이 구축된 검토에서 사용할 수 있는 나머지 분석 유형을 보여주는 보고서 탐색기가 있습니다. |
| 저는 임상 시험 데이터 세트를 통해 부작용을 볼 수 있는 다양한 방법을 빠르게 보여드리기 위해 각 탭을 살펴보겠습니다. |
| 이제 임상시험을 통해 데이터를 수집하는 일반적인 방식은 CDISC 형식이라는 국제 표준이며, |
| 이는 일반적으로 매우 누적된 데이터 세트 형식을 가지고 있음을 의미합니다. 여기서 우리는 시간이 지남에 따라 발생할 수 있는 다양한 부작용을 나타내는 각 주제에 대한 여러 기록을 볼 수 있습니다. |
| 이 데이터는 이 인구통계에서 볼 수 있듯이 각 주제당 한 행인 인구통계 데이터와 쌍을 이룰 것입니다. 따라서 우리는 약 900명의 환자를 보유하고 있으며 이 첫 번째 보고서에서 볼 수 있듯이 발생한 다양한 부작용에 대한 약 5,000~5,500개의 기록이 있습니다. |
| 따라서 이것은 아마도 부작용 신호를 평가하는 많은 의료 모니터 및 의료 검토자가 가장 일반적으로 사용하는 보고서일 것입니다. |
| 여기에 있는 것은 기본적으로 이러한 종류의 테이블을 보는 데 익숙하기 때문에 그래프 빌더 카운트 플롯과 관련 테이블을 결합한 대시보드입니다. |
| 이제 JMP의 진정한 가치는 상호작용성과 데이터에 직접 연결되는 동적 링크입니다. 즉, 데이터의 어느 곳이든 선택하고 두 위치 모두에서 볼 수 있습니다. 또는 더 강력하게 다음을 사용하여 뷰를 제어할 수 있습니다. |
| 컬럼 스위처. |
| 이제 여기서 우리는 실제로 치료 분포를 살펴보는 것에서 성별 대 인종으로 전환할 수 있습니다. 인종에 대해 알아차리셨을 겁니다. 우리가 기억한다면 우리는 꽤 많은 인종을 가지고 있었습니다. |
| 이 연구에서는 흰색이므로 퍼센트 또는 개수로 볼 때 이는 좋은 플롯이 아니므로 대신 정규화하여 퍼센트를 표시할 수 있습니다. |
| 그리고 우리는 부작용의 전체적 수를 살펴보기로 결정할 수도 있습니다. |
| 이것을 열 전환기로 사용하는 또 다른 부분은 어떤 종류의 이벤트인지 분류할 수 있는 기능입니다. 심각한 부작용이었나요? 그 심각성은 어느 정도였습니까? |
| 그들이 회복되었을 때의 결과였습니까, 아니면 아니었습니까? 그 원인은 무엇입니까? 약물 연구와 관련이 있었나요? |
| 이 모든 질문은 의료 리뷰에서 발생하는 부작용에 대한 흥미롭거나 변칙적인 신호를 찾기 위해 자주 묻는 질문입니다. |
| 이제 이 대시보드에서 이미 알아차렸을 것 중 하나는 실제로 그래프와 테이블을 모두 제어하는 열 전환기로 제어 그룹이 있다는 것입니다. 따라서 심각도로 전환하면 이 테이블도 전환됩니다. |
| 이는 특별히 우리 목적에 맞게 많은 사용자 정의 JSL 스크립팅을 사용하여 수행되었지만 |
| 비밀을 하나 말씀드리자면, 16에서는 열 전환기 개발자가 이러한 유형의 유연성을 허용하여 여러 플랫폼 개체를 동일한 열 전환기에 연결하여 복잡한 분석을 수행할 수 있게 해줄 것입니다. |
| 비록 단순해 보이지만 나는 이 발생 플롯으로 다시 돌아올 것입니다. 여기에 동일한 주제에 대해 특정 부작용이 여러 번 발생할 수 있는 전반적인 발생을 실제로 조사하는 또 다른 사례가 있습니다. |
| 이 내용은 다시 다루겠지만 간단한 그래프 작성기의 복잡한 부분과 분포 보고서 표 작성으로 돌아가기 전에 나머지 분석과 검토를 빠르게 살펴보겠습니다. |
| 검토의 다음 섹션은 부작용 사건 화면입니다. 그래서 여기서 우리는 숫자와 빈도 또는 발생률을 보는 것에서 발전을 이루고 있습니다. |
| 한 치료 그룹에서 다른 치료 그룹의 특정 부작용 발생률 차이를 테스트하는 보다 통계적인 프레임워크로 전환되었습니다. |
| 그리고 여기 우리는 그것을 화산 플롯으로 표현하고 있습니다. 따라서 우리는 실제로 정맥염, 저혈압 및 등텐뇨증이 위약군에 비해 니카르디핀으로 치료받은 치료군에서 훨씬 더 자주 발생한다는 것을 알 수 있습니다. |
| 따라서 실제로 이러한 항목을 선택하고 부작용에 대한 매우 일반적인 보기를 자세히 분석할 수 있습니다. 이는 세포 도표에 대한 상대적 위험이기도 합니다. |
| 이는 임상적 또는 통계적으로 유의미한 차이가 있을 수 있는 흥미로운 신호만 볼 때 읽기가 더 쉬운 경우가 많습니다. |
| 때로는 임상시험에 오랜 시간이 걸릴 수도 있습니다. 때때로 그들은 몇 주 동안 연구를 진행했습니다. 마치 이 연구가 단지 몇 주 동안 진행된 것처럼 말이죠. 그러나 때로는 몇 년 동안 진행되기도 했습니다. |
| 따라서 때로는 임상시험이 진행됨에 따라 부작용 사건의 차이를 생각하는 것이 흥미로울 때도 있습니다. 우리 내부에도 이런 능력이 있어요 |
| 실제로 연구 날짜, 연구 날짜를 섹션으로 나누어 시간이 지남에 따라 부작용 사건이 어떻게 변하는지 확인할 수 있는 발생률 화면 보고서. |
| 이를 입증하는 좋은 방법은 연구가 진행되는 동안 해당 신호가 어떻게 변하는지 보여주는 화산 폭발 플롯을 사용하는 것입니다. |
| 이에 대한 또 다른 강력한 아이디어는 특히 장기간의 임상 시험이나 더 복잡한 임상 시험이 있는 경우에 있습니다. |
| 피험자 사이의 직접적인 발생률을 보는 대신 사건 발생 시간이나 해당 부작용이 발생하는 노출 조정 비율을 고려할 수 있습니다. |
| 이것이 바로 우리가 이벤트 분석 시간 내에 제공하는 것입니다. 다시 한번 Kaplan Meier 테스트를 사용하여 여기를 보는 화산 플롯에 표시됩니다. |
| 임상 시험에서 발생하는 특정 사건의 사건 발생 시간의 차이. 여기서 좋은 점 중 하나는 이러한 이벤트를 선택하고 JMP로 드릴다운할 수 있다는 것입니다. |
| 치료 그룹 간에 사건 결과가 나타나는 데 걸리는 시간이 다를 수 있는 각 부작용에 대한 전체 세부 정보를 얻을 수 있는 생존 플랫폼입니다. |
| 사건 발생 시간의 또 다른 특징은 종종 발생 밀도 비율이라고 불리며, 이는 노출 조정된 발생 밀도에 대한 아이디어입니다. 기본적으로 여기서 차이점은 전통적인 비례 위험이나 Kaplan Meier 분석을 사용하는 대신에 |
| 실제로 약물에 노출된 기간에 따라 조정된 포아송 스타일 분포입니다. 여기서 다시 한 번 주요 신호를 살펴보겠습니다. |
| 부작용 신호 감지가 포함된 특정 유형의 모델에 대한 일반화된 선형 모델을 사용하여 JMP 내에서 유사한 보고서를 드릴다운합니다. |
| 그리고 우리는 실제로 매우 복잡한 베이지안 분석도 제공합니다. 따라서 이러한 유형의 데이터와 관련된 것 중 하나는 일반적으로 부작용입니다. |
| 특정 신체 시스템이나 클래스...기관 클래스 내에 존재합니다. 그래서 우리가 이러한 모델에 적용할 수 있는 게시물이나 사전 지식이 많이 있습니다. 그래서 일부 고객과 생체 인식 팀은 부작용을 조사할 때 매우 정교한 모델을 사용하기로 결정했습니다. |
| 지금까지 우리는 데이터에 대한 매우 단순한 분포 관점을 고려하는 것부터 시작했습니다. |
| 분포로 분류하고 부작용 플롯을 매우 복잡한 통계 분석으로 계산합니다. |
| 이제 간단한 개수와 빈도 정보로 돌아가서 우리가 갖고 있는 JMP 상호작용의 힘을 보여드리고 싶습니다. |
| 여기서 차이점 중 하나를 기억하시겠지만, 이 테이블은 각 주제에 대해 발생하는 모든 이상 사례를 포함하는 누적 테이블이라는 것입니다. |
| 그리고 우리가 알고 있는 900개의 주제가 있는 인구통계표는 별개입니다. 그래서 우리가 원했던 것은 정적 그래프가 아니라, |
| 여기에 있는 것과 같은 PDF 형식의 일반적인 보고서에 있는 것과 같이 데이터를 대화형으로 탐색할 수 있기를 원했습니다. |
| 데이터의 하위 그룹을 살펴보고 해당 비율이 어떻게 변하는지 확인하세요. 이제 어려운 점은 백분율 계산이 다른 테이블의 주제 수에서 나와야 한다는 것입니다. |
| 따라서 실제로 수식을 사용하여 이 작업을 수행했습니다. 이벤트 분류 내에서 선택 시 백분율 재계산을 동적으로 제어하는 열 수식을 만드는 것과 같습니다. |
| 또는 더 강력하게 리뷰 주제 필터 도구를 사용하세요. 예를 들어 여기에서는 모든 주제를 치료별로 살펴보겠습니다. |
| 심각한 부작용과 심각하지 않은 부작용이 있을 수 있지만 검토 시 각 주제 수준 보고서에 영향을 미치는 이 글로벌 데이터 필터를 사용할 수 있습니다. |
| 즉시 인구통계학적 그룹을 변경하고 비율을 다음과 같이 변경합니다. |
| 이러한 유형의 하위 그룹 탐색과 대화형입니다. 이제 여기서는 실제로 백인 여성으로 하위 그룹화하여 그들의 부작용 비율과 재능이 무엇인지 확인할 수 있습니다. 또는 더 세부적으로 각 사이트에 대해 데이터가 다른 사이트에서 어떻게 변화하는지 이해하고 싶을 수도 있습니다. |
| 따라서 우리가 실제로 가지고 있는 것은 제출 패키지나 생체 인식 팀이 수행하는 임상 분석 대신입니다. |
| 70개의 서로 다른 플롯과 표를 의료 검토자에게 전달하여 검토하고 선별하면 하나의 인터페이스에서 수백 개의 서로 다른 표와 서로 다른 하위 집합 및 서로 다른 그래픽을 모두 생성할 수 있습니다. |
| 실제로 이러한 흥미로운 카테고리로 필터링할 수 있습니다. 따라서 그들이 심각한 부작용을 보고 있었다면 |
| 그리고 그들은 약물 치료와 관련된 심각한 부작용을 매우 빨리 알고 싶어했습니다. 이제 우리는 900명의 환자에서 약 |
| 9명의 환자는 치료와 관련된 것으로 간주되는 심각한 부작용을 경험했습니다. 따라서 의학 평론가로서 이곳은 Ithen이 이러한 환자에 대한 모든 임상 세부 사항을 이해하고 싶어할 수 있는 곳입니다. |
| 그리고 매우 신속하게 보고서의 작업 버튼 중 하나를 사용하여 일종의 완전한 환자 프로필을 드릴다운할 수 있습니다. |
| 이제 여기서 우리는 요약 수준이 아닌 시간이 지남에 따라 이 환자에게 발생한 모든 것에 대한 피험자 개인 수준의 모든 정보를 볼 수 있습니다. |
| 심각한 부작용이 발생한 경우와 그와 함께 수행된 실험실 또는 필수 측정이 포함됩니다. |
| 의료 검토와 함께 JMP Clinical 시스템의 또 다른 주요 용도 중 하나인 의료 모니터는 의료 문서 작성 팀입니다. 시각적으로 그래픽이나 환자 프로필 표인 표를 보는 대신에 이것을 보는 또 다른 방법은 실제로 여기 위로 올라갈 수 있습니다. |
| 자동화된 내러티브를 생성합니다. |
| 이제 실제로 시작하겠습니다. |
| 우리의 부작용 서술 세대에게. 다시 한번 말하지만, JMP Clinical의 이점과 가치 중 하나는 표준 데이터를 기반으로 하는 수직적 응용 프로그램입니다. |
| 연구를 지적하기만 하면 모든 데이터와 데이터의 형식을 미리 알 수 있다는 것입니다. 여기서 우리가 할 수 있는 일은 실제로 이 이야기를 실행하는 것입니다. |
| 그게 우리를 쓸거야 |
| 발생한 각 불리한 사건에 대한 실제 이야기. |
| 그러면 Word 문서가 열립니다. |
| 여기에는 이 주제에 대한 모든 세부 정보, 인구 통계, 병력, 각 부작용 및 결과 또는 해당 부작용과 관련된 기타 문제가 포함되어 있습니다. |
| 한 번에 한 명의 환자에 대해 이 작업을 수행할 수도 있고 실제로 한 번에 900명의 환자 모두에 대해 수행할 수도 있습니다. |
| 실험실 측정, 필수 요소, 기준선 또는 이전과 같은 보다 복잡한 세부 정보입니다. 따라서 의학 평론가들은 표준적으로 데이터 소스를 가져오고 숫자 테이블에서 실제 설명으로 데이터를 전송할 때 오류를 범하지 않는 것이 매우 중요하다고 생각합니다. |
| 그래서 저는 이것만으로도 이러한 배포 관점의 힘을 실제로 볼 수 있다고 생각합니다. |
| 데이터의 매우 세부적인 수준으로 드릴링할 수 있는 플롯을 계산합니다. 주제 필터를 사용하는 이 기능은 |
| 임상 시험에 참여한 전체 환자 집단 내에서 또는 발견했을 수 있는 관련 하위 그룹 내에서 살펴보십시오. |
| 이제 가상 조인을 통해 글로벌 필터가 작동하는 방식에 대한 한 가지 사실은 이것이 일반적으로 인구 통계에 대한 정보를 표시하는 정보일 뿐이라는 것입니다. |
| 우리가 이 시스템에 스크립트로 작성한 다른 맞춤 도구 중 하나는 심각한 부작용이 있는 모든 대상을 선택하는 기능입니다. |
| 그리고 인구 플래그를 도출한 다음 이를 추가 분석에 사용할 수 있습니다. |
| 또는 해당 피험자의 필터를 전역 필터에 적용할 수도 있으며 이제 우리는 심각한 부작용이 발생한 피험자만 보고 있습니다. 임상 시험에서 약 300명의 환자가 심각한 부작용을 겪었습니다. 심각한 부작용. |
| 이제 이 보고서도 실제로 필터링되었음을 확인할 수 있습니다. 따라서 두 번째 보고서는 발생률이라는 최신 버전에서 새로 추가된 부작용 분포에 대한 다른 유형의 측면입니다. |
| 그리고 여기서 아이디어는 정규화하거나 나누는 대신 사건이 발생한 피험자의 수로 백분율을 계산하는 것입니다. 시작 시간이 서로 다른 여러 국가에서 진행 중인 임상시험, 장기간의 임상시험 또는 연구 임상시험을 진행하는 경우, |
| 실제로 부작용이 발생하는 비율을 보고 싶을 수도 있습니다. 그래서 이것이 계산되는 것입니다. 따라서 이 경우에는 실제로 심각한 부작용이 발생한 모든 대상으로 하위 분류됩니다. 그리고 발생률을 볼 수 있습니다. |
| 환자의 해에. 예를 들어, 이 첫 번째 사례는 위약 투여 시 10명의 환자 연도마다 약 86회 발생하는 반면 위약 투여 시에는 71회 발생합니다. |
| 니카르디핀. 따라서 이것은 실제로 지주막하 출혈을 치료하기 위한 것이었습니다. 활성 약물로 치료를 받지 않으면 두개내압이 상승할 가능성이 높습니다. |
| 이 백분율은 또한 완전히 동적이며 이러한 발생률입니다. 다시 한 번 말씀드리지만, 이 모든 작업은 자동으로 표에 입력되는 JMP 공식에 의해 수행됩니다. |
| 이 전역 필터에 의해 선택됨에 따라 다양한 모집단을 존중합니다. 따라서 우리는 미국 내에서 예를 들어 미국에서 온 환자를 기반으로 한 표준화된 환자 연수를 포함하여 비율과 변화를 확인할 수 있습니다. |
| 따라서 이러한 보고서는 매우 단순해 보이지만 이를 대시보드로 구축하는 것 이상의 JSL 코딩의 복잡성은 기본적으로 우리 팀이 하루 종일 수행하는 작업입니다. |
| 우리는 매우 복잡해질 수 있는 이러한 모든 조작 없이 쉽게 알고 있는 대로 데이터를 탐색하는 데 도움이 되는 대시보드를 갖기 위해 이를 수행하려고 합니다. |
| 이제 마지막으로 보여드리고 싶은 것은 이 관습에 대한 아이디어입니다. |
| 보고서 또는 맞춤형 보고서. 따라서 여기서는 부작용 발생률을 보고 있기 때문에 이를 보여주기에도 좋은 곳입니다. 그래서 우리는 각 이벤트를 살펴보고 있습니다. |
| 그리고 우리는 카운트를 가지고 있거나 이를 환자 연도별로 발생 빈도에 대한 발생률로 변경할 수도 있습니다. 그리고 또 다른 관점은 시간이 지남에 따라 이러한 불리한 사건의 발생을 정말로 보고 싶어할 수도 있습니다. |
| 그래서 저는 우리의 임상 API를 통해 이를 정말 빠르게 보여주고 싶습니다. 따라서 여기에 있는 데이터 테이블을 완전히 사용할 수 있습니다. |
| 가장 먼저 해야 할 일 중 하나는 숫자 날짜 변수를 만드는 것입니다. 데이터 테이블에 이 작업을 수행하기 위한 작은 위젯이 있고 이를 숫자 날짜로 바꾸겠습니다. 이제 끝에 새 열이 있다는 것을 알 수 있습니다. |
| 이상 사례의 숫자 시작 날짜 시간. 또한 여기에서 모든 힘이 공식에서 나온다는 것을 알 수 있습니다. 이는 실제로 이러한 뷰를 생성하기 위해 모집단을 기반으로 동적으로 재생성되는 공식입니다. |
| 이제 이 데이터에 숫자 날짜가 있으므로 이제 이 분석을 강화하여 새로운 유형의 플롯을 포함할 수 있습니다. |
| 그리고 그렇게 하기 위한 스크립트가 있습니다. 제가 즉시 할 일 중 하나는 월별 및 연도별 데이터 세트에 몇 개의 추가 열을 만드는 것입니다. |
| 그리고 JSL의 다음 부분은 임상 API 호출입니다. 그리고 나는 이것에 대해 자세히 설명하지 않을 것입니다. 단, 그것은 우리 자신을 연결하는 방법입니다. |
| 임상 검토 및 섹션에 대한 액세스 권한을 얻습니다. 따라서 이 코드를 실행하면 |
| 실제로 내 임상 검토에 새로운 섹션을 삽입하게 될 것입니다. 그리고 이제 저는 임상 시험의 모든 피험자에 대해 해마다 월별로 발생하는 부작용을 살펴보는 새로운 시각을 갖게 되었습니다. |
| 따라서 이 사용자 정의 보기를 사용하더라도 강력한 기능 중 하나는 이 테이블이 여전히 기본 그룹에 가상으로 조인되어 있기 때문에 여전히 완전히 볼 수 있다는 것입니다. |
| 해당 가상 조인 전역 주제 필터에 응답합니다. 따라서 약간의 사용자 정의 API JSL 코드만 있으면 바로 사용할 수 있는 매우 표준적인 보고서를 가져와서 자체 분석 유형으로 사용자 정의할 수도 있습니다. |
| JMP Clinical에 대한 개요가 꽤 많았지만, 시스템에서 수행할 수 있고 임상 시험을 위해 제약 산업이나 제약 산업에 종사하는 사람들에게 일반적으로 사용되는 임상 부작용 분석 유형에 대해서도 설명했습니다. |
| 하지만 당신이 제약 분야에서 일하지 않더라도 이 섹션이 가치 있고 흥미로웠기를 바랍니다. 최고 중 하나 |
| JMP Clinical이 무엇인지 보여주는 예는 믿을 수 없을 만큼 맞춤화된 응용 프로그램을 만들 수 있는 JSL의 강력한 확장이자 강력한 기능입니다. |
| 따라서 부작용을 다루지 않을 수도 있지만 JMP 내에서 자신만의 분석 유형을 위한 사용자 정의 대시보드나 사용자 정의 추가 기능을 만드는 데 영감을 줄 수 있는 몇 가지 사항을 여기에서 확인하실 수 있습니다. |
| 감사합니다. |
