515368_it-IT

liliconcom

Abstract inviati Discovery Summit Europe 2023

Aggiornamento 29.06:

Nome di battesimo	Cognome	Organizzazione	Paese	Titolo	Astratto
Segno	Bailey	JMP Statistical Discovery LLC	stati Uniti	Approcci ai confronti con JMP® 17	È comune dover confrontare due popolazioni con solo un campione di ciascuna popolazione. L'inferenza statistica può aiutare il confronto. La nostra presentazione riguarda l'inferenza che coinvolge due ipotesi: l'ipotesi alternativa e l'ipotesi nulla. A volte l'obiettivo è fornire prove sufficienti per decidere che esiste una differenza significativa tra due popolazioni. L'obiettivo in altre volte è fornire prove sufficienti dell'equivalenza, non inferiorità o superiorità significativa tra due popolazioni. Queste due situazioni richiedono test differenti. Esamineremo queste situazioni, ipotesi appropriate e test appropriati utilizzando esempi comuni. Un altro confronto comune è tra due misurazioni della stessa quantità. La nostra presentazione si concentrerà invece sul protocollo Confronto di metodi per i test chimici e biologici utilizzati dallo sviluppo e della produzione farmaceutica e biotecnologica. Presenteremo due metodi disponibili in JMP 17 per valutare l'accuratezza di un nuovo metodo di test rispetto a un metodo di riferimento stabilito. Un metodo è noto come regressione di Deming o Fit Ortogonale in JMP. Il secondo metodo è noto come regressione Passing-Bablok. Esamineremo lo sfondo della valutazione dell'accuratezza, la natura unica dei dati dai confronti dei metodi e dimostreremo entrambi i metodi di regressione con esempi.
Brian	Corcoran	SAS	stati Uniti	Aggiornamento automatico dei dati in JMP Live 17	In precedenti discorsi sulla scoperta, abbiamo mostrato come acquisire dati, creare un report e pubblicarlo su JMP Live utilizzando l'utilità di pianificazione desktop. Ma cosa succede se si dispone di JMP Live e il rapporto non cambia di giorno in giorno? Cambiano solo i dati e vuoi condividere quegli aggiornamenti con i tuoi colleghi. JMP Live offre ora la possibilità di pianificare l'aggiornamento dei dati su JMP Live senza dover pubblicare nuovamente il lavoro. Questo discorso mostrerà come utilizzare questa nuova capacità. Discuteremo anche di questa nuova funzionalità nel contesto di maggiori piani per il futuro di JMP e JMP Live.
Jon	Armatore	Nuclei Nucleici	Regno Unito	Usare JMP per capire DAVVERO cosa è importante nei tuoi processi.	Molti scienziati sono sicuri di comprendere i loro processi e, in verità, in una certa misura lo fanno. Tuttavia, sono sempre i casi limite a causarci problemi, ed è qui che la nostra comprensione dei nostri processi può spesso guastarsi. È anche, secondo la legge di Murphy; qualcosa che tende a verificarsi nei momenti più inopportuni. In questo documento di 30 minuti discuterò le strategie che utilizzo per identificare tutte le leve in un processo, valutarne e comprenderne l'importanza e l'effetto e come utilizzare le statistiche integrate in JMP per identificare i fattori intangibili che non hai ancora considerato. Presenterò un caso di studio su un problema con un metodo analitico classico che ha portato a errori batch casuali, come lo abbiamo studiato e come abbiamo utilizzato JMP per identificare la causa altamente improbabile. 
Tomasz	Witkos	Astra Zeneca	Regno Unito	Accelerazione dello sviluppo del dosaggio con un flusso di lavoro automatizzato per la valutazione della distorsione della piastra dei test di microtitolazione.	La comprensione degli effetti posizionali nei test basati su piastra per microtitolazione è un passo importante nello sviluppo di test di potenza robusti per testare i prodotti biologici. Qui presentiamo un'applicazione JMP su misura che automatizza l'analisi di esperimenti su più piastre volti a rilevare la distorsione della piastra. L'applicazione, utilizzando il file del lettore di lastre di output grezzo, crea visualizzazioni della mappa delle lastre, calcola IC 50 /EC 50 delle curve dose-risposta del farmaco e analizza le variabilità di riga e colonna tra le lastre. Ciò che in genere richiedeva agli scienziati mezza giornata di analisi, la formattazione manuale soggetta a errori dei set di dati e la necessità di un software esterno per l'adattamento della curva, ora può essere ottenuto in JMP in meno di 1 minuto.
Fil	Kay	SAS	Regno Unito	Seminare i semi dell'amore per DOE	C'è un grosso problema con il modo in cui stiamo educando i nostri futuri scienziati: diciamo loro che è consentito cambiare solo una cosa in un esperimento e che devi mantenere tutto il resto uguale. Quando si cerca di conoscere l'effetto di molti fattori su un processo o sistema, è molto più efficace modificare tutti i fattori contemporaneamente. Ma le persone raramente imparano a conoscere questo metodo, "Design of Experiments" o "DOE". Oppure ne sentono parlare solo più avanti nella loro carriera, quando sono resistenti alle nuove idee. Il risultato è un'enorme perdita di tempo e risorse a causa di una sperimentazione inefficiente. In questo poster imparerai a conoscere un esperimento semplice e coinvolgente che può essere utilizzato per dimostrare il potere del DOE a studenti di tutte le età. Sentirai come gli sperimentatori possono sporcarsi le mani coltivando il crescione da giardino in condizioni diverse secondo un esperimento progettato statisticamente. E vedrai come i risultati possono essere facilmente analizzati con immagini accattivanti, oltre a utilizzare la sofisticata analisi DOE funzionale in JMP Pro.
Peter	Hersh	SAS	stati Uniti	Vuoi sapere di quale analisi hai bisogno? Chiedi a papà	Quando analizzano i dati, scienziati e ingegneri spesso sanno cosa vogliono ottenere ma non sono sicuri di quale test statistico sia necessario. In questo discorso, introduciamo un nuovo componente aggiuntivo, il Direttore dell'analisi dei dati, o DAD in breve. Questo componente aggiuntivo è stato progettato per semplificare la ricerca del test statistico corretto all'interno di JMP, in base all'attività di analisi, all'obiettivo e al tipo di dati di cui disponi.  Il componente aggiuntivo fornisce un flusso guidato per aiutarti a trovare l'analisi giusta ed eseguirla in JMP. Include esempi integrati, collegamenti alla Guida di JMP, video dimostrativi e ti consente persino di avviare l'analisi sui tuoi dati. Come vedrai, DAD è uno strumento utile che può aiutarti a guidarti lungo il tuo percorso analitico. 
Giulia	Lambiasi	Astra Zeneca	Regno Unito	Sviluppo di metodi di cromatografia assistita da DoE per analisi biofarmaceutiche	La cromatografia a scambio cationico (CEX) è il gold standard del settore per l'analisi delle varianti di carica dei biofarmaci. Tuttavia, lo sviluppo di metodi CEX in modo efficiente in termini di tempo e risorse costituisce un collo di bottiglia nella caratterizzazione del prodotto. Le separazioni CEX sono complesse e governate da molteplici fattori. Diverse pubblicazioni scientifiche hanno dimostrato l'applicazione di successo del design-of-experiment (DoE) nello sviluppo di metodi cromatografici. Tuttavia, eseguire DoE con un gran numero di fattori può essere impegnativo, dispendioso in termini di tempo e costoso. Questo lavoro illustra l'uso di un approccio split-DoE per aiutare lo sviluppo di un metodo CEX per l'analisi del profilo delle varianti di carica di un candidato mAb. Lo sviluppo del metodo analitico aveva lo scopo di fornire un metodo CEX ad alto rendimento (HT) per supportare l'analisi delle varianti di carica con requisiti minimi di campione e tempo. L'approccio split-DoE si basa sulla conoscenza fondamentale del meccanismo di separazione CEX e mira a ridurre il numero di prove sperimentali esplorando un ampio spazio sperimentale. La modellazione di regressione è stata utilizzata per studiare l'effetto dei singoli parametri di processo e delle loro interazioni sull'efficienza della separazione per identificare in definitiva le condizioni ottimali del metodo. Questo studio fornisce un flusso di lavoro efficiente per sfruttare lo sviluppo dei metodi CEX.