スピーカー | 成績証明書 |
| ケルシー・J・ミクラウス | こんにちは。JMP Discovery Online へようこそ。 今日は有害事象の概要と臨床試験の分析についてお話します。 |
| 私はここSASのJMPライフサイエンス部門の高度分析グループのシニアマネージャーであり、研究でゲノムデータと臨床データを使用する顧客と頻繁に協力しています。 |
| そのため、有害事象分析での JMP の使用に関する要約と詳細を説明する前に、私たちのチームが作成した JMP Clinical ソフトウェアを紹介したいと思います。 |
| JMP Clinical は、現在 5 つの公式製品とアドインを含む製品ファミリーの 1 つであり、JMP を拡張して、必要なだけの種類の垂直アプリケーションや JMP の拡張機能を実際に使用できるようにします。 |
| 私の開発チームは JMP Genomics と JMP Clinical をサポートしています。 JMP Genomics と JMP Clinical はそれぞれ、JMP 上にカスタマイズされ、ゲノム研究と臨床試験研究に使用される垂直アプリケーションです。 |
| そして今日は、JMP Clinical でレビューと分析をどのように作成したかについて話します。 |
| 臨床試験の安全性と早期有効性の分析を行っている製薬業界。 |
| JMP Clinical の本来の目的とこの製品の普及は、実際には JMP のヘビーユーザーである FDA の支援を通じて行われました。 |
| そしてそのCDERグループである医薬品評価研究センター。 彼らの医療審査担当者は、申請された医薬品の審査を支援するために通常 JMP を使用していました。 |
| そして彼らはそれを愛しています。 彼らはそれに関して非常に熟練しています。 しかし、彼らが発見したことの 1 つは、特に非常に標準的な臨床データに対して、特定の反復アクションがかなり苦痛になる可能性があるということです。 |
| ここの例は、実験室測定用のシフトプロットと呼ばれるもののアイデアです。 |
| ここでは、研究室の試験平均と治療グループのベースラインを比較します。 これを作成するには、少なくとも 8 ～ 10 の手順が必要です |
| JMP インターフェース内で、データを開き、データを正規化し、ベースラインとトライアルにサブセット化し、それぞれのグループの統計を実行し、それをマージし、ラボ テストによってデータを分割して、このタイプのプロットを作成できます。研究室ごとに。 |
| そして、それを構築するためのグラフ ビルダー内のステップの数に達することさえありません。 |
| したがって、JMP がそれを実行できることは明らかですが、私たちがやりたかったのは、この非常に標準的な種類の臨床データでの患者の苦痛を解決することです。 |
| たとえば、ワンクリックでラボシフトプロットを作成できます。 実際、私たちはレビュービルダーと呼ぶインフラストラクチャで臨床レビューを作成したいと考えていました。 |
| これは、医薬品の安全性と有効性を評価するために臨床試験研究で必要または期待される、非常に一般的な標準分析と視覚化の多くについて、ワンクリックで標準化された再現可能なレビューです。 |
| つまり、JMP Clinical は、シフト プロット用のカスタム アプリケーションを作成するという最初の取り組み以来、進化してきました。 |
| 医療モニタリングと臨床データサイエンス、メディカルライティングチーム、生体認証と生物統計、そして臨床試験収集に関わる研究データ周りのデータ管理をカバーするフルサービスの臨床...臨床試験分析ソフトウェアに生まれ変わります。 |
| これは、安全性と有効性の両方に当てはまりますが、臨床データの収集で見つかる可能性のある運用の完全性や運用の異常にも当てはまります。 |
| JMP Clinical に関する重要な機能のいくつかは次のとおりです。 |
| あらゆるタイプの分析に JMP インターフェースを使用している人にとって特に便利です |
| 仮想結合のようなものです。 そこで、私たちはグローバルレビューの主題フィルターのアイデアを持っています。これは、有害事象のデモンストレーション中にお見せします。 |
| これにより、人口統計情報や臨床試験の被験者に関する人口統計を、収集されたすべての臨床領域データに統合してリンクすることができます。 |
| このアーキテクチャは、行状態の同期を備えた JMP インターフェイス内の仮想結合によって有効になります。 |
| 臨床試験データ分析で行う可能性のあるあらゆる種類の分析において、データ操作をほとんど、またはまったく行わずに、瞬時に対話型レビューを行うことができます。 |
| ソフトウェアに追加したもう 1 つの新機能は、JMP データ フィルターの機能の一部も利用します。 |
| JMP 指標列の作成。この機能により、臨床試験データを対話的に確認しながら、 |
| この例では、表示されているスクリーンショットは臨床試験中に重篤な有害事象が発生した被験者であるという興味深いシグナルを見つけます。 |
| そしてすぐに、JMP Clinical の研究のメタデータに保存される指標フラグを作成します。 |
| これは、実行する可能性のある他のすべての種類の分析で利用できます。 つまり、重篤な有害事象が発生した患者とそうでなかった患者の検査結果を調べて、有害事象の重症度の発生に関連する可能性のある異常があるかどうかを確認したいと言えます。 |
| JMP Clinical および有害事象分析に関するデモンストレーションでも紹介するもう 1 つの機能は、 |
| システムに組み込まれた JMP Clinical API。 垂直型アプリケーションの提供、作成、開発で最も難しいことの 1 つは、 |
| すぐに使えるワンクリックレポートがあるのは、 |
| そこまでの 90% を達成すると、顧客は「ああ、本当に調整したかった」、「本当にこのように見たかった」、または「データ ビューの表示方法を変更する必要がある」と言うかもしれません。 |
| そこで、私たちが開発チームで熱心に取り組んでいることの 1 つは、JMP スクリプト JSL の使用です。 |
| 臨床レビューに API を表示し、臨床レビューに使用されるオブジェクト、ディスプレイ、ダッシュボード、分析、さらにはデータセットを制御するためです。 したがって、有害事象の分析でもその一部を示します。 |
| JMP Clinical の概要を理解したところで、少し話を戻し、有害事象と臨床試験の核心に入ってみましょう。 |
| これについては、実際には 2 種類の重要な考え方があります。 臨床試験には安全性の審査という側面があり、通常、それは発生する可能性のある有害事象の数と割合です。 |
| そして、多くの医師、モニター、または査読者は、医療の異常を理解するためにこのデータをよく使用します。ご存知のとおり、特定の有害事象が現れ始めます。 |
| より一般的には、医学的影響をもたらす可能性のある治療法のいずれかによるものです。 |
| 異常な割合で発生する有害事象を統計的に評価するという考え方である統計的シグナル検出もあります。 |
| 一方の治療グループともう一方の治療グループの比較。 たとえば、ここにあるのは、臨床試験の有害事象分析に関する多くの種類の研究、提出、コミュニケーションで見られる従来の静的な表です。 |
| 基本的に、これはカウント パーセントを含む静的なテーブルであり、より統計的指向の場合は、信頼区間や p 値なども表示されます。 |
| オッズ比や相対リスク、レートの差などを中心に考えます。 |
| これを表示するもう 1 つの方法は、表形式の代わりに視覚的に表示することもできるので、信号検出、たとえばオッズ比やリスクの差を確認することもできます。 |
| この場合、グラフ ビルダーを使用して、たとえば、特定の有害事象の発生率と治療グループ間での差異の統計分析の結果を示すことができます。 |
| これらは 2 つの例です。 実際、私たちがこれまでに行ってきた仕事や、有害事象をどのように捉え、分析する必要があるかについて協力してきた顧客から、 |
| JMP Clinical システムは、単純なカウントやパーセンテージから発生率や発生率まで、いくつかの一般的な有害事象分析を提供するようになりました。 |
| リスク差、相対リスク、オッズ比などの統計的指標に、エクスポージャ調整後のイベントまでの時間分析も含まれます。 |
| また、適合するモデルの種類をさらに複雑にすることもでき、混合モデルやベイジアン モデルを実際に使用したり、有害事象の差異から特定のシグナルを見つけたりすることもできます。 |
| また、私たちは医療文書や患者プロフィールの医療データのみをレビューする際にも、このデータを多用しています。 |
| それでは、これらの一般的な分析の多くを中心に構築したレビューを使って、JMP Clinical に早速入っていきます。 |
| JMP Clinical について気づくことの 1 つは、JMP とまったく同じようには見えませんが、実際は JMP であるということです。 |
| これは、独自のタイプのインターフェイスを構築するためのカスタム JSL スクリプトが多数含まれている、統合された統合ソリューションです。 したがって、ここでのスターター ウィンドウには、調査、レビュー、設定などが表示されます。 |
| そして、私はすでにレビューを構築しています |
| ここ |
| これは例のニカダピン データを使用しています。 製品に同梱されているデータです。 JMP サンプル ライブラリからも入手できます。 |
| これはくも膜下出血を対象とした本物の臨床試験です。 約900人の患者が参加した。 |
| したがって、私たちのレビューのこの最初のタブで調べているのは、それらの患者の人口統計的特徴の分布、男性と女性の数、人種の内訳、 |
| どのような治療グループが投与されたか、データが取得された施設など。これは、臨床試験の臨床データを理解するための最初のステップとして、非常に一般的です。 |
| ここには、この構築されたレビューで利用できる残りの種類の分析を示すレポート ナビゲーターがあることがわかります。 |
| これらの各タブを順に見ていき、臨床試験データセットを使用して有害事象を調べるさまざまな方法を簡単に説明します。 |
| 現在、臨床試験でデータを収集する一般的な方法は、CDISC 形式と呼ばれる国際標準です。 |
| これは通常、非常に積み重ねられたデータ セット形式があることを意味します。 ここでは、時間の経過とともに発生した可能性のあるさまざまな有害事象を示す、各被験者の複数の記録が示されています。 |
| このデータは人口統計データとペアになります。この人口統計に見られるように、被験者ごとに 1 行です。 したがって、私たちは約 900 人の患者を抱えており、この最初のレポートでわかるように、発生したさまざまな有害事象の記録が約 5,000 または 5,500 件あります。 |
| したがって、これはおそらく、有害事象シグナルを評価する多くの医療監視者や医療審査員によって最も一般的に使用されるレポートです。 |
| ここにあるのは基本的に、グラフ ビルダーのカウント プロットと付随するテーブルを組み合わせたダッシュボードです。これは、この種のテーブルを見ることに慣れているためです。 |
| JMP の真の価値は、その対話性と、データへの直接の動的リンクにより、データ内の任意の場所を選択し、両方の場所で表示できることです。 または、さらに強力に、次のようにしてビューを制御できます。 |
| カラムスイッチャー。 |
| さて、ここで実際に、治療法の分布から性別と人種の比較に切り替えることができます。 人種に関して言えば、思い起こせば、かなりの数の人種がいたことに気づくでしょう。 |
| この研究では白なので、パーセントまたはカウントで見ると優れたプロットではないため、代わりに正規化してパーセントを表示することもできます。 |
| また、有害事象の全体的な数を調べることもできます。 |
| これをこの列スイッチャーとして使用するもう 1 つの部分は、イベントがどのような種類であったかを分類できることです。 それは重大な有害事象でしたか？ その深刻さはどの程度でしたか？ |
| そこから立ち直った時の結果は、あのようなものだったのでしょうか？ 何が原因だったのでしょうか？ それは治験薬と関係がありましたか？ |
| これらはすべて、有害事象の発生を伴う興味深いシグナルや異常なシグナルを見つけるために、医療レビューで頻繁に尋ねられる質問です。 |
| このダッシュボードですでに気づいているかもしれないことの 1 つは、ここに列スイッチャーとしてコントロール グループがあり、実際にグラフとテーブルの両方を制御していることです。 したがって、重大度に切り替えると、このテーブルも切り替わります。 |
| これは、特に私たちの目的に合わせて多くのカスタム JSL スクリプトを使用して行われましたが、 |
| 秘密をお教えします。16 では、列スイッチャーの開発者によってこの種の柔軟性が提供されるため、複数のプラットフォーム オブジェクトを同じ列スイッチャーに結び付けて、複雑な分析を実行できるようになります。 |
| 単純そうに見えますが、この発生プロットに戻ります。 これは、同じ被験者に対して特定の有害事象が複数回発生した可能性がある全体的な発生状況を実際に調べている別の例です。 |
| これらの話に戻りますが、簡単なグラフ ビルダーと分布レポートの表作成の複雑な部分に戻る前に、残りの分析とこれらのレビューを簡単に説明します。 |
| ここでのレビューの次のセクションは、有害事象インシデント画面です。 ここでは、数と頻度、あるいはおそらく発生率だけを見て、その進歩を図っています。 |
| ある治療グループと別の治療グループにおける特定の有害事象の発生率の違いを試験する、より統計的な枠組みに統合します。 |
| そしてここではそれを火山プロットで表現しています。 したがって、実際に、ニカルジピンで治療されたグループとプラセボを投与されたグループでは、静脈炎、低血圧、等テニアがはるかに頻繁に発生していることがわかります。 |
| したがって、実際にそれらを選択して、セルプロットの相対リスクである有害事象についての非常に一般的なビューにドリルダウンすることができます。 |
| 多くの場合、臨床的または統計的に有意な差がある可能性のある興味深いシグナルだけを観察する場合には、さらに読みやすくなります。 |
| 臨床試験には長い時間がかかる場合があります。 この研究がほんの数週間であったように、数週間服用する場合もありますが、何年も服用する場合もあります。 |
| したがって、治験が進むにつれて有害事象の違いについて考えるのは興味深いこともあります。 私たちにはこの能力も備わっています |
| 発生率画面レポートでは、実際に研究日を分割し、研究日をいくつかのセクションに分割して、有害事象の発生が時間の経過とともにどのように変化するかを確認できます。 |
| それを実証する良い方法は、研究の進行に応じてこれらの信号がどのように変化するかを示す、爆発する火山プロットを使用することです。 |
| これによるもう 1 つの強力なアイデアは、特に長期にわたる臨床試験やより複雑な臨床試験がある場合に当てはまります。 |
| 被験者間の直接的な発生率だけを調べるのではなく、有害事象が発生するまでの時間や曝露調整後の有害事象の発生率を考慮することができます。 |
| そして、それが私たちがイベント分析の時間内で提供するものであり、ここでカプランマイヤーテストを使用した火山プロットでもう一度示されています。 |
| 臨床試験で発生する特定のイベントの発生までの時間の違い。 ここでの優れた点の 1 つは、これらのイベントを選択して JMP にドリルダウンできることです。 |
| 生存プラットフォームを利用して、おそらく治療群間で結果が発現するまでの時間が異なる各有害事象の完全な詳細を取得します。 |
| イベント発生までの時間のもう 1 つの特徴は、入射密度比と呼ばれることが多く、これは露光量を調整した入射密度の考え方です。 基本的に、ここでの違いは、より伝統的な比例ハザードやカプラン マイヤー分析を使用する代わりに、これは、 |
| 実際に薬物にさらされた期間に応じて調整されたポアソン形式の分布。 ここでもう一度、上位のシグナルを見てみましょう |
| そして、有害事象シグナル検出を備えた特定のタイプのモデルの一般化線形モデルを使用して、JMP 内の類似のレポートにドリルダウンします。 |
| そして実際には、非常に複雑なベイズ分析も提供しています。 したがって、この種のデータに伴うものの 1 つは、通常、有害事象です。 |
| 特定の身体システムまたはクラス...器官クラス内に存在します。 したがって、これらのモデルに適用できる投稿や事前知識がたくさんあります。 そのため、当社の顧客やその生体認証チームの中には、有害事象を調べる際に非常に洗練されたモデルを使用することに決めた人もいます。 |
| ここまでは、かなり単純化したデータの分布ビューを検討してきました。 |
| 分布に分割し、有害事象のプロットをカウントするだけで、非常に複雑な統計分析が可能になります。 |
| ここで、単純なカウントと頻度の情報とは何かという話に戻って、ここで少し時間をかけて、JMP の対話機能の力を示したいと思います。 |
| 思い出してください。ここでの違いの 1 つは、この表が各被験者の有害事象の発生をすべて含む積み上げ表であることです。 |
| そして、900 人の被験者がいることがわかっている人口統計テーブルは別のものです。 つまり、私たちが望んでいたのは静的なグラフではなく、 |
| ここにあるようなもの、または PDF 形式の一般的なレポートにあるものですが、データをインタラクティブに探索できるようにしたいと考えていました。 |
| データのサブグループを調べて、それらのパーセンテージがどのように変化するかを確認してください。 ここで、難しいのは、パーセントの計算を別のテーブルの被験者数から行う必要があることです。 |
| したがって、実際には数式によってこれを実行しました...カテゴリ化イベント内で、選択時にパーセントの再計算を動的に制御するために列の数式を作成するなど |
| または、より強力には、レビュー件名フィルター ツールを使用します。 たとえば、ここではすべての被験者を治療別に調べています。 |
| おそらく重篤な有害事象と重篤でない有害事象ですが、レビューでは各被験者レベルのレポートに影響を与えるこのグローバル データ フィルターを使用できます。 |
| そして即座に人口統計グループを変更し、パーセンテージを次のように変更します。 |
| このタイプのサブグループ探索は対話型です。 ここで、実際に白人女性までサブグループ化し、彼女たちの有害事象の割合と才能を確認したり、より詳細に調査して各施設のデータが異なる施設でどのように変化しているかを理解したい場合もあります。 |
| つまり、ここで実際に持っているのは、提出パッケージや臨床分析の代わりに、生体認証チームが |
| 70 種類の異なるプロットと表を医療査読者に渡して検討し、ふるいにかけます。彼らは、何百もの異なる表、異なるサブセット、異なるグラフィックスをすべて 1 つのインターフェイスで作成する能力を持っています。 |
| 実際、これらの興味深いカテゴリに絞り込むことができます。 つまり、彼らが深刻な有害事象を調べていたとしたら |
| 彼らは、薬物治療に関連する重篤な有害事象を迅速に知りたいと考えていました。現在、900 人の患者から約 |
| 9人の患者が治療に関連すると考えられる重篤な有害事象を経験した。 したがって、医療評論家として、ここは Ithen がこれらの患者に関する臨床的詳細をすべて理解したいと思うかもしれない場所です。 |
| そして非常に迅速に、レポートからアクション ボタンの 1 つを使用して、いわゆる完全な患者プロファイルにドリルダウンすることができます。 |
| ここでは、概要レベルではなく、時間の経過とともにこの患者に起こったすべての情報を対象者個人レベルで確認できるようになりました。 |
| これには、重篤な有害事象が発生したときと、それと同時に行われた臨床検査値またはバイタル測定値が含まれます。 |
| この医療レビューと並ぶ当社の JMP 臨床システムのもう 1 つの主な用途の 1 つは、医療執筆チームです。 したがって、グラフィックや患者プロフィール表などの表で視覚的にこれを見るのではなく、別の方法で実際にここにアクセスできます。 |
| そして自動化されたナラティブを生成します。 |
| それでは実際に起動してみます |
| 私たちの有害事象の物語の世代へ。 繰り返しになりますが、JMP Clinical の利点と価値の 1 つは、標準データに依存した垂直アプリケーションであることです。 |
| それは、研究を指摘されるだけで、すべてのデータとそのフォーマット方法を事前に知ることができるということです。 ここで私たちができることは、実際にこの物語を実行することです |
| それは私たちに手紙を書くことになる |
| 起こったそれぞれの有害事象の実際のストーリー。 |
| これで Word ドキュメントが開きます |
| そこには、この被験者の詳細、人口統計、病歴、そしてそれぞれの有害事象とその有害事象に関する転帰やその他の問題がすべて含まれています。 |
| これを一度に 1 人の患者に対して行うことも、実際には一度に 900 人の患者全員に対して行うこともできます。 |
| 研究室での測定値、バイタル、ベースラインまたは以前のようなより複雑な詳細。 そのため、医学評論家は、データ ソースを標準的に取得でき、数値表から実際のナラティブへのデータ転送でエラーを起こさないことが非常に価値があると考えています。 |
| これだけで、これらのディストリビューション ビューの威力の一端が実際にわかると思います。 |
| count プロットを使用すると、非常に詳細なレベルのデータを掘り下げることができます。 件名フィルターを使用するこの機能により、 |
| 臨床試験の患者集団全体、または見つかった関連するサブグループのいずれかを調べます。 |
| ここで、仮想結合を介してグローバル フィルターがどのように機能するかについての 1 つは、これは通常、人口統計に関する情報を示す情報のみであるということです。 |
| このシステムにスクリプトを組み込んだ他のカスタム ツールの 1 つは、重大な有害事象のあるすべての被験者を選択する機能です。 |
| そして、人口フラグを導出し、それをさらなる分析に使用することができます。 |
| または、その被験者のフィルター セットをグローバル フィルターに投げることもできます。そうすれば、重篤な有害事象が発生した被験者のみを調べることになります。これは、臨床試験の約 300 人の患者に重篤な有害事象が発生したことです。重大な有害事象。 |
| さて、このレポートでも実際にはフィルタリングされていることがわかります。 したがって、2 番目のレポートは、最新バージョンで新たに追加された有害事象の分布の別のタイプの側面、つまり発生率です。 |
| ここでのアイデアは、正規化または除算する代わりに、イベントが発生した被験者の数でパーセントを計算することです。 進行中の治験や長期の治験、または開始時間が異なるさまざまな国での治験を行う場合は、 |
| 実際に有害事象の発生率を調べてみるとよいでしょう。 そして、これが計算しているものです。 したがって、この場合、実際には、重篤な有害事象が発生した被験者のサブセットが抽出されます。 そして発生率がわかります |
| 患者数年で。 たとえば、この最初の症例では、プラセボでは 10 患者年ごとに約 86 回の発生率があるのに対し、プラセボでは 71 回発生しています。 |
| ニカルジピンで。 つまり、これは実際にはくも膜下出血を治療するためのものであり、有効な薬で治療されていない場合、頭蓋内圧の上昇が起こる可能性があります。 |
| これらのパーセント、発生率も完全に動的です。 繰り返しになりますが、これらはすべて、テーブルに自動的に入力される JMP 式によって実行されます。 |
| このグローバル フィルターによって選択されたさまざまな母集団を尊重します。 したがって、たとえば米国内だけを調べて、米国のみからの患者に基づいて正規化された患者年数など、罹患率とその変化を確認することができます。 |
| したがって、これらのレポートは非常に単純に見えますが、これをダッシュボードに組み込む以上の複雑な JSL コーディングは、基本的に私たちのチームが一日中取り組んでいることです。 |
| これは、非常に複雑になる可能性のあるこれらの操作をすべて行わずに、ご存知のとおり、データを簡単に探索できるダッシュボードを作成できるようにするためです。 |
| さて、私が最後に紹介したかったのは、このカスタムのアイデアです |
| レポートまたはカスタマイズされたレポート。 ここでは有害事象の発生率を調べているので、これを示すのにも最適な場所です。 そこで、イベントごとに調べてみます。 |
| カウントも得られますが、それを患者の年ごとに発生する頻度の発生率に変更することもできます。 そして、別の見方としては、これらの有害事象の発生を時系列で実際に確認したいというものがあるかもしれません。 |
| そこで、私たちの臨床 API を使ってそれをすぐに示したいと考えています。 したがって、ここにあるデータテーブルは完全に利用可能です。 |
| 最初に行う必要があることの 1 つは、数値の日付変数を作成することです。これを行うための小さなウィジェットがデータ テーブル内にあり、それを数値の日付に変換します。 これで、最後に新しい列があることがわかります。 |
| 有害事象の開始日時の数値。 ここで、すべてのパワーが数式から来ていることにも気づくでしょう。 これらはすべて、実際には、これらのビューを作成するために母集団に基づいて動的に再生成される式です。 |
| このデータの数値日付が得られたので、この分析を拡張して新しいタイプのプロットを含めることができます。 |
| そしてそれを行うためのスクリプトがあります。 私がすぐにやろうとしていることの 1 つは、データセットに月と年の追加の列をいくつか作成することです。 |
| そして、JSL の次の部分は臨床 API 呼び出しです。 そして、これが自分自身を夢中にさせる方法であるということを除いて、これについて詳しくは説明しません。 |
| 臨床レビューとセクションへのアクセスを取得します。 したがって、このコードを実行すると、 |
| 実際には、私の臨床レビューに新しいセクションを挿入することになります。 そして今、私は臨床試験の対象者全員について、有害事象が年ごとに発生したことを調べるという新たな視点を持ちました。 |
| したがって、繰り返しになりますが、このカスタム ビューを使用しても、このテーブルがメイン グループに仮想的に結合されているため、完全に機能することができるということです。 |
| その仮想結合グローバル サブジェクト フィルターに応答します。 したがって、カスタム API JSL コードを少しだけ使用するだけで、これらの非常に標準的なすぐに使用できるレポートを取得し、独自のタイプの分析でカスタマイズすることもできます。 |
| 以上、JMP Clinical の概要についてかなり詳しく説明しましたが、このシステムで実行できる臨床有害事象分析の種類や、製薬業界や製薬業界の臨床試験に従事する人々にとって一般的な種類についても説明しました。 |
| しかし、たとえ製薬分野で働いていないとしても、このセクションが貴重で興味深いものであると感じていただければ幸いです。 屈指の |
| JMP Clinical が何であるかを示す例は、単なる極端な拡張機能であり、信じられないほどのカスタム アプリケーションを作成する JSL の機能です。 |
| したがって、有害事象に対処しているわけではないかもしれませんが、JMP 内で独自の種類の分析を行うためのカスタム ダッシュボードやカスタム アドインを作成するきっかけとなるものがここにいくつかあります。 |
| ありがとう。 |
