Relatore
|
Trascrizione
|
| Brughiera che corre |
Tutti quelli che gestiscono il Mar Rosso. |
| |
nastri. |
| ROBYN GODFREY |
si. |
| |
Potrei essere un po' ossessionato. |
| |
Ciao come va. |
| Colpo di brughiera |
Bene bene, perché questo è sempre. |
| ROBYN GODFREY |
buon per te, oh. |
| Brughiera che corre |
si oh si. |
| ROBYN GODFREY |
Oh bene oh. |
| |
controlla la mia lista di controllo qui per assicurarti di farlo bene. |
| |
Quindi registrerò Okay, così sai che verresti registrato bene. |
| |
Io sono. |
| |
il tuo microfono parla un po', quindi ti ascolterò. |
| Colpo di brughiera |
Ciao cast 123. |
| ROBYN GODFREY |
per cento. |
| |
Restituzione. |
| ROBYN GODFREY |
Tutto silenzia il tuo telefono e tutto il computer. |
| Colpo di brughiera |
yeah Andrew Andrew si unirà a così. |
| |
questa è una cosa del genere, quindi non sono sicuro di come abbia funzionato, sono sicuro che ha fatto un poster da solo, quindi quest'anno, quello che faremo è che a un certo punto lo farà. |
| |
Prendi lo schermo. |
| ROBYN GODFREY |
Bene. |
| Colpo di brughiera |
Quindi andremo per me da lui, ma non stiamo cambiando avanti e indietro, non lo sono. |
| |
per non confondere le cose sai cosa intendo. |
| ROBYN GODFREY |
Va bene, l'ultima volta che mi sono dimenticato di spegnermi perché ho iniziato a registrare sicuro che lo adorassero. |
| Colpo di brughiera |
Florida. |
| |
Florida Florida vive proprio sulla spiaggia. |
| ROBYN GODFREY |
Bello bello. |
| Colpo di brughiera |
Yeah Yeah. |
| |
lanta Colorado quindi tornerò lassù a settembre per andare a giocare sulla terraferma. |
| ROBYN GODFREY |
Oh bello. |
| |
si. |
| Colpo di brughiera |
si. |
| ROBYN GODFREY |
Non ero al fresco niente qui in questo momento stufo dell'umidità e del caldo opprimente. |
| Colpo di brughiera |
dove vivi vicino alla costa della Carolina del Nord, sì. |
| ROBYN GODFREY |
Circa quattro miglia nell'entroterra è l'uccello vola. |
| |
Bene. |
| ROBYN GODFREY |
sì, sono davvero vicino al fiume, il fiume della paura del Capo e poi. |
| |
si. |
| ROBYN GODFREY |
Quindi c'è il fiume e poi in fondo alla strada c'è il film intitolato Snow sky, è come un taglio dal fiume al corso d'acqua, sì. |
| |
sì, ora molto vicino a ragazzi come solo un sacco di. |
| |
Acqua ma non è come un accesso alla spiaggia o qualcosa del genere è solo. |
| |
sì, mi ricordo del corso d'acqua intracostiero, ma gli oceani, un po' più fuori. |
| |
Ma stamattina sono corso in spiaggia, quindi il bello del vivere qui è che posso. |
| |
Se sono la mattina non c'è molto traffico, puoi andare in spiaggia e piove a dirotto e abbiamo visto un'alba bellissima. |
| |
Quindi smettila di far piovere qualcosa sulla retina. |
| |
bello. |
| Colpo di brughiera |
sì, per me, vivo nella parte della spiaggia in cui vivo, è la fine, quindi ci sono 10 miglia in direzione di quella spiaggia nazionale. |
| |
Niente che 10 miglia. |
| |
Quindi c'è un c'è un c'è una bicicletta. |
| |
Corsia per le bici. |
| |
sì e quindi c'è una pista ciclabile per circa tre miglia e poi per sette miglia c'è una pista ciclabile, fino al bar. |
| |
Bello. |
| ROBYN GODFREY |
Pennsylvania, che. |
| Colpo di brughiera |
Sarà spiaggia spiaggia sì. |
| ROBYN GODFREY |
Eravamo a Destin. |
| |
Periodo natalizio. |
| |
si. |
| ROBYN GODFREY |
sì, come quella zona in tutto quel 38. |
| Colpo di brughiera |
bella zona di un anno. |
| |
O si. |
| ROBYN GODFREY |
Va bene, quindi dobbiamo aspettare Andrew. |
| Colpo di brughiera |
Stai bene sì, no, no, no, no lo aspetteremo sicuramente. |
| ROBYN GODFREY |
Va bene sì. |
| Colpo di brughiera |
Va bene, lasciami. |
| |
mandami un messaggio aspetta. |
| |
Sig. |
| |
Se mi hai appena mandato un messaggio. |
| |
Farò è farò la prima parte con la diapositiva di alcune diapositive solo per introdurre qualcuno che la terapia genica è. |
| |
E poi dirò ehi, giocherò come con gli scienziati e Andrew ti ho appena inviato un set di dati e ho bisogno di aiuto e poi lui e avrò una conversazione e poi lo prenderà da lì con Giovanni così. |
| |
Ho pensato che sarebbe stato un buon modo per farlo. |
| |
E in realtà abbiamo appena scoperto quella cosa dell'interazione come su. |
| |
Lunedi |
| |
Sai, come se avessimo un questo dove faremo, e poi ho pensato, ma abbiamo bisogno di un modo per interagire con ciò che stava cercando di capirlo così. |
| ROBYN GODFREY |
ho bisogno come uomini sul giornale di me e di rapinare e del mio collega Ted e. |
| |
Tutto il video ed è piuttosto comico. |
| Brughiera che corre |
Abbiamo sempre cercato di farlo. |
| |
Sto sostenendo dell'acqua calda ma cerchiamo sempre di assicurarci di buttare qualcosa lì dentro, cioè. |
| |
Che è divertente perché. |
| |
Giocare a parlare per un minuto, soprattutto se sei su uno schermo giusto. |
| |
si ragazzi, fareste una chiacchierata. |
| ROBYN GODFREY |
L'abbiamo fatto su abbiamo fatto come uno scenario di. |
| |
Alla gente piace in un ambiente di produzione oscillare come in un ambiente di produzione. |
| |
sì, quindi ci è piaciuto uno scenario di te, un manager che ha deciso di assumere un consulente per entrare e creare un'applicazione che conosci. |
| |
E poi il consulente se ne va e stanno cercando di farti sapere che i sigilli che sai essere fabbricati correttamente e stanno fallendo e i consulenti se ne sono andati e il codice non funziona. |
| |
E quindi è come quello che avrebbero potuto farti sapere se avrebbero seguito la strada di JMP, e sai che abbiamo appena parlato della robustezza della riproducibilità delle quattro r rapida che sai essere così reattiva. |
| |
Ci concentriamo solo su come abbiamo creato tre diversi scenari e quindi lo chiamiamo come il gioco d'azzardo sui tuoi dati, quindi abbiamo fatto tutto questo come il tema del gioco d'azzardo. |
| |
camminare e, alla fine, però, è la parte migliore perché abbiamo come un Kenny Rogers che canta e, come gli outtakes di noi che facciamo questo video ed è così. |
| |
Gli outtakes sono sempre la parte più divertente, giusto e quindi Rob ha fatto tutti questi outtakes come Kenny Rogers lo stesso giocatore d'azzardo alla fine, e gli piacciono questi crediti che sono davvero divertenti e quindi è iniziato in un certo senso dal vivo. |
| |
Ma ad ogni modo è stato davvero divertente, sai che useremmo un ruolo diverso come sai, un project manager o un ingegnere, sai proprio come affrontare diversi scenari e la nostra produzione, l'ambiente e come avrebbero potuto farlo meglio. |
| |
Se avessero sì. |
| Colpo di brughiera |
Yeah Yeah. |
| ROBYN GODFREY |
E poi ruba tipo di demo, sai diverse cose che usi il profiler e questo è tutto quello che posso dire. |
| Colpo di brughiera |
Che non ci piace fare un sacco di diapositive. |
| |
Ma vedremo chi si è unito a noi. |
| |
Guarda l'ora per unirti a noi. |
| |
ehi ehi Andrea. |
| Andrea Carlo |
ehi corri. |
| Colpo di brughiera |
Sei presto così. |
| Andrea Carlo |
sì, sono in anticipo di quattro minuti, bene. |
| |
si. |
| ROBYN GODFREY |
Quindi è il tuo piccolo come le tue macchine fotografiche un po' ciao. |
| Colpo di brughiera |
Ciao il mio nome. |
| ROBYN GODFREY |
sì, come se dovessi abbassarlo un po' per vedere di più di te. |
| |
Fare fratello. |
| Andrea Carlo |
Non lo voglio. |
| Colpo di brughiera |
Non lo faccio nemmeno io nemmeno io intendo quello che è la mia faccia. |
| ROBYN GODFREY |
Come proprio sotto il tuo mento e. |
| Colpo di brughiera |
Ho sempre deciso di andare come se ieri fosse trovare appuntamenti annuali di dermatologia dove sai anche cose sporche, quindi potresti vedere. |
| |
Macchie rosse su quello sì sì, voglio dire, è sempre come se non avessi nemmeno pensato che ehi, ho il giorno libero, sai come hanno fatto spesso e davvero. |
| |
In gran parte era un caso in cui dovessi fare qualcosa con la presentazione e quindi, allora sai che un po' vai in giardino. |
| ROBYN GODFREY |
Grandi slot per niente. |
| Colpo di brughiera |
si più o meno. |
| |
Yeah Yeah. |
| |
si. |
| ROBYN GODFREY |
Ok, quindi spegnerò la mia fotocamera. |
| |
e cercare, devo. |
| |
mi perdo qui, eccoci qua. |
| Colpo di brughiera |
ehi così così Andrew a un certo punto dì solo ehi, interpreterò lo scienziato che farò, la prima parte delle diapositive che dirò. |
| |
ehi, interpreterò gli scienziati, quindi sai che interpreti Andrew, lo statistico, io interpreto davvero i dati degli scienziati. |
| |
E poi dirò un Andrew e dirò Okay, quindi lasciami andare, Andrew, ti ho appena inviato un set di dati, le mie due risposte o l'abilità e il sottoprodotto di qualcuno. |
| |
Hai capito, e poi in un certo senso vai da lì, ok, quindi sarebbe ogni volta che dico che quel genere di cose è che puoi andare avanti e iniziare a condividere lo schermo che vedi loro dire. |
| Andrea Carlo |
capito sì. |
| ROBYN GODFREY |
Vuoi che Andrew sia qui? |
| |
Allo stesso tempo, lui può nascondersi. |
| |
Finché non sarai pronto per farlo comparire. |
| Colpo di brughiera |
sì, possiamo essere alla stessa ora. |
| ROBYN GODFREY |
Va bene, adesso è come se i doppi schermi in rovina da un lato, dall'altro. |
| Colpo di brughiera |
si si io. |
| |
intendo come cosa cosa ogni volta che abbiamo iniziato mi fermerò puoi vedere solo le nostre brutte tazze quindi condividerò il mio schermo e poi ci concentreremo sul non parlare davvero come quello che condividerò tre ora Farò alcune diapositive solo per introdurre l'argomento. |
| |
E poi non ci vorrà molto per introdurre l'argomento e poi quello che faremo è non lo so, fai un'introduzione o altro, o vuoi presentarti, ho sentito che funziona. |
| ROBYN GODFREY |
Voi ragazzi. |
| |
Lo farei come farei una piccola introduzione sai, come faresti tu, se tu fossi una scoperta giusta. |
| |
Va bene, non vogliono non vogliono che lo faccia, non vogliono che stia in entrambi i modi. |
| |
Quindi ragazzi avete tutto nascosto sul vostro computer come se stessero per apparire nuove e-mail o qualcosa del genere. |
| Colpo di brughiera |
si. |
| |
è sbagliato non lo sono. |
| |
li ha suonati. |
| ROBYN GODFREY |
Ok, quindi spengo io stesso la mia fotocamera e disattiva l'audio e poi vi lascio a voi ragazzi. |
| |
inizia, e ti interromperò, se hai bisogno di ricominciare lasciami. |
| Colpo di brughiera |
Sappi che ci dici solo quando dici quando e andremo avanti Riceverò una presentazione Andrew stai facendo una presentazione dirò non appena avrai finito. |
| |
È quello che farò è che inizierò a condividere il mio schermo, va bene, suona bene. |
| ROBYN GODFREY |
suona bene, va bene così. |
| |
Dammi tipo circa cinque secondi dopo che ti ho detto di andare perché. |
| |
I miei cani stanno guardando. |
| |
Tutti si disattivano e poi avviano la registrazione, quindi vado da me adesso e comincio a fare di peggio, dammi tipo cinque secondi. |
| |
Bene. |
| Colpo di brughiera |
Va bene, buongiorno. Quindi questa mattina Andrew Karl ed io parleremo, davvero, di un'applicazione nel settore biofarmaceutico, che sta davvero esaminando le terapie cellulari e geniche. È un modo davvero unico di fare terapie. |
| |
Un po' del mio background. Dirò alcune parole, poi lascerò che Andrew dica alcune parole sul suo background. Ero nell'esercito e sono finito per essere un professore universitario, insegnando statistiche applicate e DOE. Poi sono andato a lavorare in biofarmaceutica, sono andato a lavorare per una piccola biotecnologia |
| |
società chiamata Applied Molecular Genetics o Amgen in breve, ha lavorato nella loro produzione e poi nella loro ricerca e sviluppo, |
| |
prima di assumere un impiego come responsabile della formazione che per alcuni anni è poi diventato consulente per SAS. |
| |
E in realtà quello che facciamo è concentrarci molto sul settore farmaceutico, biofarmaceutico nei dispositivi medici e fare molto insegnamento e molta consulenza, e ottenere molti problemi unici a cui arriviamo per creare valore per aziende. Andrew, vuoi dire qualche parola? |
| Andrea Carlo |
Sì, mi chiamo, mi chiamo Andrew Karl e ho iniziato a lavorare per Heath nel 2012 subito dopo aver lasciato l'Arizona State con un dottorato in statistica. |
| |
E ho fatto ogni genere di cose interessanti con Heath e Jim Wisnowski e ultimamente molte applicazioni farmaceutiche, |
| |
tutto, dallo sviluppo delle formulazioni alla caratterizzazione dei processi e qualsiasi altra via di mezzo, quindi sono entusiasta di essere qui con Heath oggi e parlare delle nostre applicazioni. |
| Brughiera che corre |
Va bene, andiamo e condividerò immediatamente il mio schermo. |
| |
e |
| |
Ho alcune diapositive e non mi piace... non mi piace |
| |
concentrarmi sulle diapositive in una presentazione JMP, ma quello che farei è, tipo, introdurti all'argomento, solo l'applicazione condensata e davvero unica e davvero, penso, cosa più importante, la sfida davvero unica che di cui parleremo oggi. |
| |
Sai che è interessante, l'abbiamo fatto, probabilmente abbiamo riscritto questo abstract |
| |
all'inizio di aprile, e poi ho visto che c'era un articolo scritto su innovate ??? molto simile a questo, quindi |
| |
voglio essere sicuro che nessuno... nessuno pensi che abbiamo copiato un articolo. Ma in realtà quello che stiamo facendo è che tu sappia come modellare |
| |
in, sai, diciamo che cos'è la variabilità di un paziente/donatore, è come tenere conto della variabilità donatore/donatore in un'applicazione davvero unica nel settore biofarmaceutico. |
| |
E parleremo di terapia genica e cellulare, va bene. Quindi la nostra prima cosa che faremo è parlare, sai, del perché questa è una nuova frontiera. |
| |
Giusto, e parleremo un po' di cosa sono le terapie geniche e cellulari, e poi entreremo davvero nella differenza tra queste due. |
| |
E il focus di questo è, sai, come modelliamo quella variabilità da donatore a donatore, giusto? Trattiamo come un effetto fisso, un effetto casuale? |
| |
E quali sono alcune applicazioni molto particolari che potrebbero interessarci, giusto? E in primo luogo, ogni volta che ho detto che questa è la nuova frontiera, è molto innovativo, molto promettente. Attualmente c'è meno di, cavolo, meno di 10 |
| |
questo tipo di terapie, geniche e cellulari, che si trovano sul mercato. Comunque ci sono... ce ne sono oltre 1.000 che sono attualmente in cantiere, va bene. |
| |
E quello che vedrai è è con queste terapie geniche e cellulari, ci sono alcune sfide davvero uniche, ok, è un modo molto innovativo per trattare |
| |
malattie, in particolare malattie rare, e ci sono alcune sfide davvero uniche. Uno, ovviamente, è come facciamo... come ci assicuriamo che funzioni, efficacia? E come ci assicuriamo che sia sicuro? |
| |
Va bene, l'altro è davvero, quello di cui ci occuperemo, sai, tipo, quindi com'è che affrontiamo la variabilità da donatore a donatore? |
| |
Solo perché intendo la variabilità da paziente a paziente, ma vogliamo concentrarci sulla variabilità da donatore a donatore, giusto. |
| |
Parliamo quindi di terapie geniche e cellulari. Allora, qual è... cos'è... cos'è una terapia genica? Bene, |
| |
come molti di voi sanno, molte malattie come il cancro, in realtà, sono nate da se siete nati con geni difettosi o qualche tipo di gene è mutato nel tempo, giusto. |
| |
Quindi è un modo davvero unico per trattarli, e uno è che è la terapia genica giusta, e sai cosa facciamo nelle terapie geniche? Ora, dico che sostituiamo un gene |
| |
con un altro sano, ma in realtà quello che è, è che stiamo davvero trasferendo una sorta di materiale genetico, o potremmo aggiungere... aggiungere o modificare o disattivare davvero qualche gene. Questo può essere fatto in due modi, quindi giusto con i pazienti che sono... che hanno |
| |
che hanno una certa malattia. Uno che possiamo fare è, possiamo, sai, possiamo iniettare (e userò il termine consegnare) |
| |
quei geni sani, ok, in modo che quel materiale genetico... quel materiale genetico sano in un paziente. |
| |
L'altra cosa che potremmo fare è prendere una specie di sangue o midollo osseo |
| |
da un paziente, potremmo... potremmo inserire quel materiale genetico e poi reinserirlo nel paziente, ok, quindi può essere fatto sia in vivo che in vitro. Ora, ogni volta che dico che siamo... |
| |
che stiamo iniettando una sorta di gene sano in un paziente o nel midollo osseo, abbiamo bisogno di una modalità di consegna. Ok, lo chiameremo veicolo. |
| |
Spesso diciamo ehi, questo è il veicolo per fornire quel materiale genetico ai pazienti, ora lo chiameremo un |
| |
vettore, va bene. Lo chiameremo vettore ed è quello che davvero... ha una tecnologia davvero unica. Molte volte il vettore è un virus. |
| |
Il virus è in grado di inserire bene quel materiale genetico nelle cellule. Allora, quali sono alcune, sai, sfide uniche? Beh, uno è, sai, funziona? E nel secondo è, è sicuro, giusto? |
| |
La stessa... quella che spesso chiamiamo la domanda da un miliardo di dollari è se inietto questo materiale genetico |
| |
in un paziente, lo rifiuteranno, giusto? Lo rifiuteranno mai o il corpo pensa che stia succedendo qualcosa |
| |
e, sai, comincerà davvero a uccidere, sai, queste cellule, giusto. L'altra sfida davvero unica è che ogni paziente è un lotto separato, |
| |
Giusto. Quindi pensa alla produzione, pensa allo sviluppo, pensa alla logistica di quello, giusto. Le terapie geniche, ora, in che cosa differiscono dalle terapie cellulari? Così |
| |
ci sono molte sovrapposizioni, ma in termini di terapia cellulare, quello che stai facendo è inserire cellule, ok, non necessariamente materiale genetico. Ora queste cellule potrebbero avere una genetica modificata |
| |
materiale, ma stai prendendo cellule vere e le stai inserendo in un paziente per curare queste malattie. Quindi in questo momento, queste cellule possono provenire dai pazienti stessi, |
| |
giusto, o quello che possono fare è che possono provenire da un donatore, ok. Pensa ai trapianti di midollo osseo, ogni volta che fanno qualcosa del genere, è che stanno prendendo qualcosa da un donatore sano e lo stanno inserendo in |
| |
in un paziente, giusto. Ora capisci che questi sono, sai, tutti fatti in vitro. In realtà stai iniettando queste cellule sane in un paziente, giusto. |
| |
E cosa stai cercando di fare, ogni volta che lo fai? Stai cercando, sai, di sostituire qualsiasi tipo di cella mancante o di sostituirla davvero |
| |
malati, va bene. Quindi la stessa cosa è che tu conosci quelle stesse sfide uniche di cui abbiamo parlato prima. |
| |
L'altra cosa è che un altro ostacolo a entrambi è che si tratta di una produzione su piccola scala e non può essere eseguita su larga scala, giusto. |
| |
Ora vedrai che un po' più tardi è, o, sai, come una delle sfide è come possiamo farlo su larga scala? Com'è che noi... |
| |
che possiamo farlo, non solo in laboratorio, ma su scala più ampia. |
| |
Giusto, quindi, come ho detto prima, è che una delle barriere, davvero, a questo è l'efficacia e la sicurezza, va bene. Questa è una delle, sai, le sfide principali. |
| |
L'altra grande sfida è questa, se stavi guardando quello... questo deve essere fatto su diversi pazienti o diversi donatori. Sai, come conti |
| |
per quella variabilità da donatore a donatore? Ed ero proprio in una classe circa un'ora fa, e qualcuno stava parlando e ha detto esattamente la stessa cosa ha detto, |
| |
sai, dobbiamo rendere conto di quella variabilità da donatore a donatore nelle terapie cellulari e, sai, questo spiega la maggior parte della variabilità che stiamo vedendo nel nostro processo, |
| |
Giusto. E poi pensaci. Beh, sai, come lo spieghi? |
| |
Molto spesso, quello che farai è dire, ehi, Heath, sto facendo studi di caratterizzazione del processo e forse dobbiamo farlo su un donatore, giusto. Quindi potrebbe essere fattibile.... |
| |
come... potrebbe essere fattibile, ma vedrai un po' più tardi è, è come mi rendo conto, ogni volta che vado avanti con il processo di produzione commerciale, |
| |
che avrò una variabilità da donatore a donatore e cercherò di rendere il mio processo più solido per quei diversi donatori? |
| |
Quindi la maggior parte delle volte è che non vogliamo farlo. La maggior parte delle volte non è fattibile e non vorremmo farlo, anche se lo fosse. |
| |
Quindi quello che faremo sarà avere più donatori. Quindi in questo momento... quindi la grande domanda è... che cercheremo di rispondere oggi... è, quali sono i diversi modi in cui potresti rendere conto di quella variabilità da donatore a donatore ? |
| |
E immediatamente, quello che dovrebbe venire in mente a chiunque di voi che conosca la progettazione di esperimenti è di andare avanti e bloccarlo. |
| |
E poi la domanda successiva dovrebbe essere cosa... dovrebbe essere un blocco fisso o dovrebbe essere un blocco casuale? |
| |
E quali sono gli effetti di queste cose, giusto? Quindi parliamo delle diverse applicazioni per le quali uno... scienziato dovrebbe usarlo, ok. E quello che faremo è |
| |
Interpreterò... interpreterò lo scienziato, giusto. Andrew interpreterà lo statistico che sta aiutando lo scienziato, ok. Quindi si chiamerà Andrew e io interpreterò lo scienziato |
| |
ha bisogno di aiuto, ok. Quindi mi chiamerò Brady, ok. E poi, quindi sai, cosa sarebbe... cosa sarebbe Brady lo scienziato che ha bisogno di aiuto... |
| |
hai bisogno di aiuto con? Bene, uno sarebbe studi di inferenza e caratterizzazione del processo e, inoltre, Brady avrebbe bisogno di stimare la capacità del processo, ok. Ora questo è molto importante perché |
| |
prima di passare alla convalida del processo e alla produzione commerciale, dobbiamo capire quanto sia capace il nostro processo. Quindi parleremo del modo tradizionale. |
| |
Ti presenteremo qualcosa chiamato intervalli operativi normali e in realtà quello che stai facendo è che stai prendendo in considerazione |
| |
che non sarai sempre al punto prestabilito, che potrebbe variare intorno al punto prestabilito, giusto. Inoltre farò qualcosa e ti mostrerò... |
| |
mostrare un altro modo per valutare il processo o valutare la capacità del processo chiamato intervalli accettabili comprovati. È se tu fai la domanda, cosa succede se tutto è al suo punto prestabilito, |
| |
ma una variabile può variare, giusto? Quale sarà la tua capacità di processo? E l'ultima cosa è che abbiamo parlato di una delle grandi sfide è la produzione su larga scala. Come faccio a confrontare la produzione su piccola e su larga scala, ok? Così |
| |
Andrew, come ho detto prima, interpreterò lo scienziato Brady che ha bisogno di aiuto. E quello che vorrei che tu facessi è aprire la tua e-mail e vedere quel set di dati che io... che ti ho inviato. |
| |
E possiamo parlare di quel set di dati che io... che ti ho mandato, Andrew? Sì, ecco, ecco, sì, è proprio vero. Allora Andrew, questo è quello che ho fatto. Il mio processo è... |
| |
Ho fatto una progettazione ottimale e la caratterizzazione del processo, variando tempo, temperatura e pH. E ho misurato la vitalità cellulare e |
| |
a per prodotto. Probabilmente puoi vedere, Andrew, che l'ho già fatto nelle proprietà delle colonne nella tabella dei dati JMP, perché è qualcosa che mi hai insegnato, |
| |
ma se guardi la vitalità cellulare, ha delle specifiche intorno ad essa. E le specifiche per... ecco qua... sono comprese tra 70 e 90, ok. Adesso |
| |
Andrew, di solito vorremmo massimizzare la vitalità cellulare, ma vogliamo mostrare alle persone come fare capacità di processo che siano a due lati, ok, ecco perché ho detto che la vitalità cellulare lo farà su entrambi i lati, ok, quindi qualcuno tra il pubblico potrebbe dire, |
| |
non vorresti massimizzare la vitalità cellulare? Quello che vogliamo fare qui è mostrare loro qualcosa che è bilaterale. |
| |
Va bene, e abbiamo anche un... sì, eccoci lì... beh, avere un ??? che è per prodotto che vogliamo mantenere al di sotto di 35. Ora mettiamo per prodotto, ma pensiamo |
| |
nel mondo della terapia genica e cellulare è, questo potrebbe essere qualcosa come le endoossine. Vogliamo assicurarci di ridurre al minimo la percentuale di endotossicità, o forse una sorta di endotossina, ok, va bene. Ok, ora sì, è proprio vero, questo è il... questo è il set di dati lì, Andrew, ok. |
| Andrea Carlo |
Grazie, Brady. Ho anche visto che hai inviato un primo... primo passaggio a uno script modello qui. |
| |
E stavo dando un'occhiata a questo e ti vedo... hai costruito un... hai progettato e poi condotto il tuo studio per un RSM in questi tre fattori. Hai il tempo, la temperatura e il pH. |
| |
E quello che ho notato qui è che vedo davvero molto rumore. Non vedo molte associazioni tra nessuno di questi fattori e la tua risposta. E infatti, se accendo il |
| |
Tavolo ANOVA, |
| |
Vedo che non c'è niente... non c'è molto segnale qui, quindi niente di molto predittivo e anche se ho provato a ridurre il modello con la selezione all'indietro eliminando effetti non importanti, |
| |
Semplicemente non vedo niente. Quindi una cosa che volevo chiedere è quando hai eseguito questo, se c'è qualcos'altro che variava insieme a questi tre fattori che potrebbero... |
| Colpo di brughiera |
No, no, no, ho controllato tutto dentro |
| |
il mio processo Ora voglio dirti che quello... |
| |
che dovevamo eseguire questo su diversi donatori, quindi va bene, quindi non potevo... non posso eseguire tutti i 24 esperimenti su un donatore, quindi davvero quello che dovevo fare, dovevo eseguirlo su diversi donatori. Sarebbe davvero importante se corressi con donatori diversi? |
| Andrea Carlo |
Ora lo vedo. È una colonna nascosta, nascondiamola. |
| Colpo di brughiera |
Sì, è solo che... è stato... davvero quello che ho fatto, Andrew, è che il donatore è che l'ho appena registrato per i nostri scopi, ma non ero davvero sicuro di come gestirlo. |
| Andrea Carlo |
Ok, fammi dare una rapida occhiata a questo. |
| |
E proviamo a includerlo nel modello |
| |
come un... |
| |
come effetto bloccante. Oh. |
| Colpo di brughiera |
Quindi sembra un po' diverso. |
| Andrea Carlo |
Sì, e quindi tutto ciò che ho fatto qui per inserire questo nel dialogo del modello, ho appena aggiunto il donatore qui sotto Costruisci effetti modello, quindi questo lo aggiunge come effetto additivo qui, e ora vediamo che il donatore è importante per la vitalità cellulare. Ora diamo un'occhiata ai prodotti. |
| |
E anche il donatore è molto importante per prodotto. E non solo è importante, ma poi, quando lo includiamo e poi rendiamo conto di quella variabilità, |
| |
ora vediamo che abbiamo alcuni effetti importanti, almeno uno qui per i sottoprodotti è il pH. E poi abbiamo un paio di... alcuni effetti importanti qui per |
| |
vitalità cellulare. Ora sai, l'hai incluso nel tuo design personalizzato quando l'hai costruito? Hai incluso il fattore donatore lì? |
| Colpo di brughiera |
Ora, sai, l'ho fatto. Sai, ogni volta che abbiamo iniziato a farlo, non ho capito davvero. Non l'abbiamo incluso nel design. |
| |
Non so se te lo ricordi, ma è stato, sai, sono passati molti mesi, penso di averlo sollevato prima. |
| |
E in realtà mi hai aiutato in questo. Quindi quello che hai fatto è, sì, eccolo, eccolo. |
| |
Quindi è quello che abbiamo fatto molto tempo fa. Non ho davvero capito come fare l'analisi di questo, ma sembra |
| |
che ha senso che vorremmo progettarlo in anticipo. Ricordo che me l'hai detto. Hai appena detto |
| |
ehi, sai, cos'altro può variare? E ho detto, beh, ovviamente, avremo una variabilità da donatore a donatore e tu hai detto, andiamo avanti e progettiamolo in anticipo. Se vogliamo finire... |
| |
per assicurarci di aver tenuto conto di ciò nel design, perché il design potrebbe essere basato su, sai, per... per quanti donatori hai e quante corse hai per donatore. |
| Andrea Carlo |
Ok, è fantastico che tu l'abbia fatto, perché questo eviterà |
| |
aliasing o confusione tra questi fattori che hai integrato nel modello qui, questo RSM e questi tre fattori in questo donatore. Quindi, ad esempio, |
| |
non eseguirai tutto il tuo pH alto con uno dei tuoi donatori e tutto il tuo pH basso con un altro. Questi fattori saranno bilanciati in tutto questo. Quindi è fantastico. |
| |
Un altro paio di domande qui. Quindi questi donatori, andando avanti con il vostro processo, userete questi quattro individui solo come donatori o avrete altri donatori che verranno qui? |
| Colpo di brughiera |
Ebbene, no. Io, sai, è come... quindi quando andiamo avanti e porteremo questo... queste, sai, queste terapie ai pazienti, |
| |
è, amico, avremo un sacco di donatori sani, giusto. Voglio dire... e li chiamerò donatori sani perché ovviamente inseriremo queste cellule nei pazienti. |
| |
Quindi sai che sono solo, sai, che sono solo quattro che ho selezionato dalla nostra... dalla nostra banca cellulare e penso che tu me l'abbia detto prima di, sai, quando |
| |
quando abbiamo iniziato a fare questo, hai detto... è passato molto tempo, ma hai detto, sai, devi assicurarti che se hai, sai, quei donatori multipli, cosa che facciamo, non non ho un |
| |
sai, un gran numero di donatori, ma hai detto che lo sai, prova a fare qualcosa in cui selezioni casualmente i donatori che tu... che hai fatto. Quindi quello che abbiamo fatto è stato selezionare casualmente alcuni donatori e prenderne quattro. |
| |
Ma hai ragione. Andando avanti non avremo solo quattro donatori e non voglio trarre conclusioni solo su quei quattro. Voglio essere in grado di trarre conclusioni su tutti i donatori che potremmo avere, Andrew. |
| Andrea Carlo |
Bene. Bene, quindi una cosa che vogliamo considerare qui è quando guardiamo questo, questo è quello che ho appena mostrato, sai, questo è un... |
| |
questo è un modello ridotto in cui noi... |
| |
abbiamo eliminato gli effetti insignificanti con la nostra selezione all'indietro. Un'altra cosa che potremmo fare, invece di includere il donatore come effetto fisso, è includerlo come effetto casuale. E il motivo per cui potremmo volerlo fare |
| |
è... fammi tirare su Graph Builder qui e mostrartelo. Quindi ecco la vitalità cellulare e il sottoprodotto, quindi la vitalità cellulare è a sinistra. |
| |
E ogni colore è un donatore diverso, e questi provengono dai risultati sperimentali. Ora il modello a effetti fissi sta andando... solo stime |
| |
un componente di varianza e questo è l'errore o il componente di varianza residua, e quindi questo è ciò che vedi all'interno di ciascuna di queste singole distribuzioni. |
| |
E poi presuppone che sia costante, sarà lo stesso, quindi li unirà per elaborare quella stima. |
| |
E per usare gli effetti fissi, useremo la media di ciascuna di queste distribuzioni per dire, ok, c'è uno spostamento medio nella vitalità cellulare, c'è uno spostamento medio nel sottoprodotto. |
| |
Ma quello che non sta prendendo in considerazione, è qual è la variabilità tra queste distribuzioni che vediamo qui. Quindi, per esempio, il verde è tutto qui per il donatore tre a sinistra per la vitalità cellulare. |
| |
e poi questa porpora tutta a destra. Quindi c'è questa variabilità con... tra i donatori che ottieni. E così, se ci stai provando |
| |
costruisci i tuoi intervalli di confidenza o stai cercando di ottenere i tuoi errori standard per le stime dei parametri, |
| |
ci sono informazioni che ti mancano se non le prendi in considerazione, quella fonte in più di variabilità. Quindi questo è un vantaggio dell'uso... trattarli come effetti casuali. |
| |
E dato che hai quattro donatori, è una cosa fattibile qui. Se hai solo due donatori, non è qualcosa che potresti fare. |
| |
Tre è un po' al limite di ciò che puoi fare, perché, in realtà, quello che stai facendo è stimare una componente di varianti extra solo per il numero di... tra i donatori. Quindi in questo caso ora hai un componente di varianti extra |
| |
con la dimensione del campione fondamentalmente di quattro, quindi qualcosa di fattibile qui. Diamo un'occhiata a come sarebbe. |
| Colpo di brughiera |
Andrea, posso fare una domanda. Puoi parlarne ancora una volta? Sembrava... mi piace molto... |
| Andrea Carlo |
Yeah Yeah. |
| Colpo di brughiera |
Posso solo fare una domanda veloce su questo. Ogni volta che... ogni volta che lo fai è, e non ho tenuto conto di quella variabilità da donatore a donatore, è... cosa farebbe? Voglio dire, sarebbe solo come mettere insieme tutti questi elementi in modo da essere come una grande distribuzione? |
| Andrea Carlo |
Bene, quindi avremo una visione migliore di questo, lascia che ti risponda |
| |
mentre andiamo avanti |
| |
i rapporti del monitor sono entrambi, ma è così |
| |
quello che farà è per le tue previsioni in futuro, |
| |
è il tuo modello a effetti fissi (fammi accendere il mirino qui) quindi il tuo modello a effetti fissi dirà, beh, questi quattro donatori in media insieme a |
| |
80. E quello che farà è che userà qualunque sia la larghezza di questo. Fai finta di poter calcolare uno standard |
| |
deviazione per ognuno di questi individualmente e avrà quella distribuzione con quella quantità di varianti che vedi solo usando la variabilità interna del donatore centrata intorno a 80. |
| |
Quello che farà il modello a effetti casuali è dire, quando hai... quando prevedi risultati di vitalità cellulare extra, per dire, beh, |
| |
non solo stiamo campionando all'interno, abbiamo qui quest'area di variabilità, ma sceglieremo anche casualmente un donatore che assomiglia qualcosa alla popolazione che è... |
| |
proviene dalla stessa popolazione da cui provenivano questi quattro. Quindi la media potrebbe non essere effettivamente a 80, la media potrebbe essere quaggiù più vicino a 75, |
| |
quassù più vicino a 82 e quindi quella fonte aggiuntiva di variabilità è dove andrà ad insediarsi, |
| |
non necessariamente la tua stima per la tua media, ma le tue stime delle varianti per i tuoi intervalli di confidenza e intervalli di previsione, quindi quelli saranno più ampi per riflettere quella variabilità extra. |
| |
Altrimenti otterrai... diventerai troppo sicuro della tua previsione e di quanto siano ampi quegli intervalli. |
| Colpo di brughiera |
E non mi piace la sorpresa e quindi è stato abbastanza utile. |
| Andrea Carlo |
Sì, quindi questa è una buona cosa da dare un'occhiata allora. |
| |
Quindi lascia che ti sollevi questi. |
| |
Quindi qui a sinistra abbiamo già dato un'occhiata a questo. Qui è dove l'inclusione dei donatori è un effetto fisso e, sul lato destro, avrò un donatore come |
| |
effetto casuale. Ora l'unica cosa che ho fatto per adattarlo, proprio come promemoria di una finestra di dialogo del modello, tutto ciò che sto facendo qui è cambiarlo in un effetto casuale |
| |
e quindi eseguire questo. |
| |
Ok, ecco cosa ho qui sul lato destro. |
| |
Quindi alcune cose da evidenziare. Quindi, prima di tutto, potresti notare che il donatore non è più elencato nel riepilogo degli effetti e non lo vedrai nelle stime dei parametri, perché ora è costruito in modo diverso nel modello; non è più un effetto fisso. |
| |
Un paio di... un'altra cosa che vedrai è che vedi una grande differenza nel reale previsto. Quindi questo in realtà sembra migliore per il modello a effetti fissi |
| |
rispetto a quanto accade per il modello a effetti casuali a prima vista, quindi, se scorriamo fino al profiler articolare, |
| |
possiamo vedere che questi assi verticali sono gli stessi tra i due e vediamo questi intervalli di confidenza molto più ampi |
| |
Per i modelli a effetti casuali, potrebbe essere un po' scoraggiante. Ma dobbiamo scavare un po' più a fondo per vedere perché è così. |
| |
E per un esempio, diamo un'occhiata all'espressione di previsione qui sotto per i prodotti. E per prodotti, guardando alle stime dei parametri di entrambi, |
| |
vediamo che abbiamo... |
| |
Quindi il pH è il nostro unico effetto importante, effetto significativo in entrambi i modelli, più il donatore nel modello a effetto fisso. Nella nostra espressione di previsione... |
| |
per il modello a effetti casuali...per il modello a effetti fissi, la nostra espressione di previsione dipende dal donatore che hai. Quindi, per trovare un'espressione di previsione, includi le informazioni sul pH e poi |
| |
abbiamo anche le informazioni su quali donatori. Stiamo controllando per i donatori qui. E vedrai questo altro => zero. È una specie di |
| |
soluzione euristica. Non è realmente integrato nel modello a effetti fissi, ma diciamo solo che se si tratta di un nuovo donatore assumeremo semplicemente che sia zero. Non vi è alcun effetto da parte del donatore. |
| |
E quella generalizzazione...generalizzazione ai nuovi donatori di nuovo non è realmente incorporata nel modello a effetti fissi; è costruito un po' di più sul modello degli effetti casuali, che puoi vedere, in questo caso è una specie di... |
| |
siamo stati fortunati a vedere che le stime dei parametri sono le stesse qui tra il... per l'intercetta e la pendenza tra i modelli a effetti fissi e casuali. Non succederà sempre. |
| |
Principalmente qui è una funzione del fatto che questi sono vicini a un design ortogonale dal tuo design personalizzato. |
| |
Ma non abbiamo niente sul donatore plus qui. |
| |
Perché questo a destra del... dal modello a effetti casuali è un modello misto è chiamato modello marginale, il che significa che questo ti dà la tua risposta media sui donatori, |
| |
mentre nella parte sinistra con questo modello a effetti fissi, otteniamo un modello condizionale, che condiziona ciascuno di questi |
| |
donatori. Quindi possiamo effettivamente vedere che, qui nel profilatore di previsione per il modello misto, se abbiamo selezionato le previsioni condizionali, |
| |
ora possiamo vedere che abbiamo... |
| |
questi sono relativamente simili ora a quello che vediamo sul lato sinistro, e anche ciò che aiuta è che possiamo vedere la dipendenza |
| |
sul donatore ora. Quindi questa è la... questa è la superficie di risposta all'interno di ogni donatore. |
| |
Questo è nascosto, forse un po' in modo confuso, qui nel profilatore di previsione per il modello a effetti fissi. |
| |
E il motivo per cui è nascosto è perché era un fattore di blocco e quelli non vengono visualizzati automaticamente nel profilatore di previsione, ma possiamo attivarlo con la griglia del fattore di ripristino. |
| |
Possiamo mostrare i donatori e ora vediamo come questa risposta dipende da questi donatori. Quindi ora, se vogliamo che la nostra inferenza si generalizzi appena oltre questi donatori, |
| |
è qui che entra in gioco il vantaggio del modello misto, perché ora stiamo facendo una media sui donatori, invece di avere questa dipendenza dai singoli donatori. E l'ultima cosa che voglio mostrarti prima di me |
| |
torna a te, Brady, è l'inspiegabile perché questo sembra molto peggio per il |
| |
reale ho previsto per il modello a effetti fissi? E questo perché questo ha il vantaggio di controllare quei donatori |
| |
usando queste espressioni di previsione qui. Quindi è stato eliminato quel rumore da quello, mentre questo ci dà l'effettivo che avevo previsto senza controllare i donatori. Se ti capita di avere JMP Pro, puoi dare un'occhiata a |
| |
lo stesso modello. |
| |
Invece dei minimi quadrati standard, se passi al modello misto, otterrai entrambi questi grafici |
| |
i minimi quadrati standard. Ma dietro le quinte, se controlli per quelli |
| |
effetti casuali... previsioni di effetti casuali, quindi otteniamo sostanzialmente la stessa cosa del fit... il modello a effetti fissi. Quindi non è che il modello a effetti fissi sia migliore, è solo che ciò che mostra è il modello condizionale rispetto al modello marginale tra questi due. |
| Colpo di brughiera |
Bene. |
| |
Quindi vediamo, due cose. Numero uno, grazie per avermi mostrato quella griglia del fattore di ripristino sul blocco fisso. Non giudicare o altro, ma sono solo... sono solo |
| |
solo uno scienziato. Non sono un esperto di JMP... JMP, quindi non sapevo nemmeno che fosse lì, quindi è fantastico. |
| |
La seconda cosa è che mi piace molto questo approccio. Mi piace molto usarlo come casuale ??? effetto e penso che abbia senso, soprattutto per quello che devo davvero fare dopo... è davvero quello che devo fare dopo è, ho bisogno di valutare la capacità del processo. |
| |
E, in realtà, quello che voglio sapere è... |
| |
è con entrambi questi due, giusto, abbiamo delle specifiche intorno a loro. |
| |
È, mentre vado avanti, che devo fornire, sai, i miei impianti di produzione e i miei impianti è ciò che ci aspetteremmo in termini di capacità di processo. Che percentuale fuori specifica, CPK, cose del genere. Puoi aiutarmi con quello? |
| Andrea Carlo |
Sì, ed è bello che tu abbia inserito le specifiche per i limiti delle specifiche come proprietà della colonna qui in cui l'abbiamo già caricato. Quindi ora abbiamo quello... |
| |
quelle informazioni, quindi ora andando avanti, vedremo come noi... mentre ripeti questo processo, hai più donatori e, dato che eri a impostazioni di fattori diversi, quale percentuale di queste nuove osservazioni andranno a essere al di fuori di quei limiti di specifica? |
| |
Quindi passeremo al profilo di previsione e useremo il simulatore qui per aiutarci. E |
| |
qualcosa che volevo menzionare... avrei dovuto dirtelo prima, quindi questi questi extra... l'ampiezza extra in questi intervalli di confidenza, di nuovo, che deriva dal fatto che qui è più piccolo perché controlla il donatore. |
| |
Ma da dove viene questa variabilità extra? |
| |
E viene da qui in questa tabella REML, quindi ora otteniamo due componenti di varianza, l'ho menzionato prima, quindi questo ... otteniamo la varianza dell'errore, che qui è chiamata varianza residua. |
| |
E otteniamo anche la varianza, la variabilità da donatore a donatore. E in questo caso, per i sottoprodotti, hai il 93% della tua variabilità da donatore a donatore. Suona? |
| Colpo di brughiera |
Yeah Yeah. E davvero, sai, come dicevo prima... prima, sai, ho avuto questa conversazione, |
| |
che ho appena detto, ogni volta che me lo chiedi, sai, utilizzerai qualcosa di diverso che dobbiamo bloccare e io ho detto, penso che vedremo... vedrai un sacco di donatori variabilità dei donatori, quindi questo non mi sorprende affatto. |
| Andrea Carlo |
Ok, quindi una cosa che ho intenzione di sottolineare qui è che è un po' nascosto nel modello a effetti fissi, ma se vuoi vedere la variabilità dell'errore qui, puoi guardare la tabella ANOVA. |
| |
E se guardi l'errore quadratico medio, allora questa è la tua variabilità dell'errore, la tua variabilità residua, quindi .8477 per il sottoprodotto. |
| |
E se guardiamo qui per prodotti nel modello misto, vediamo questo .847, ok. E non sono quello... quindi il motivo per cui quelli sono vicini perché questa è la variabilità residua in entrambi i modelli |
| |
e stimando sostanzialmente la stessa quantità in entrambi i modelli. Ma il... questo modello, il modello misto, ci dà la componente di varianza extra qui per il donatore e questo ci aiuterà per questo carattere del processo... per questo |
| |
analisi della capacità di cui stai chiedendo. Quindi scendiamo e diamo un'occhiata a quello. Quindi, come potremmo... cosa faremmo nel |
| |
modello a effetti fissi? |
| |
Bene, ancora una volta, sappiamo che... riceverai donatori diversi, quindi i tuoi valori potrebbero cambiare. Quindi, se accendiamo il simulatore, davvero, la tua unica opzione qui |
| |
e non è una terribile approssimazione se hai più di uno... più di pochi donatori, ma diamo un'occhiata a questo. Quindi attiveremo l'aggiunta del rumore casuale e qui lo vedremo |
| |
Questi valori provengono dalla radice quadrata del tuo MSE, quindi questa è la tua varianza e quindi la radice quadrata di questo .8477 sarà la tua deviazione standard per la variabilità dell'errore. |
| |
E quindi possiamo anche vederlo nella tabella REML, non è attivo per impostazione predefinita, ma se fai clic con il pulsante destro del mouse e attivi il componente di varianza della radice quadrata della colonna, ora possiamo vederlo qui. |
| Colpo di brughiera |
Un altro trucco. Grazie. |
| Andrea Carlo |
Sì. |
| |
Quindi .92, e quindi è lo stesso ... ecco da cosa proviene questo .92, quindi includendo la variabilità dell'errore che ha già rilevato nel tuo modello. |
| |
E se simuliamo ora, però, |
| |
ora otteniamo questo intervallo ristretto, ma questo è simulato per il donatore 1, il donatore 2 e puoi vedere come i mezzi si sono spostati lassù in modo che la media si sposti verso l'alto |
| |
per il donatore 4. Se passo al Donatore 3, che è più piccolo di qui, passerò al basso. |
| |
Quindi una cosa che puoi fare per approssimare lì, è puoi impostare il donatore su casuale ed è una specie di bootstrap sui donatori disponibili che hai. E ora puoi vedere che la nostra deviazione standard sta arrivando a questo 2 a 3, |
| |
che guardando qui al modello misto, dove abbiamo effetti casuali dei donatori, quindi abbiamo una variabilità totale che non è solo la variabilità residua, ma il |
| |
variabilità compresi anche i donatori. Questo è circa 3,5. Quindi, se lo fai, però, ottieni questa distribuzione di simulazione artificialmente irregolare, e questo è un artefatto di avere solo quattro donatori qui. Così |
| |
non il migliore degli approcci, ma questo è il... tipo di migliore che si fa con il modello a effetti fissi. |
| |
Inoltre un'altra cosa che sottolineerò senza entrare troppo nei dettagli, sono le stime dei tuoi donatori qui |
| |
nel modello a effetti fissi sono abbastanza simili a queste previsioni di effetti casuali nel modello misto. La differenza è che questi nel modello misto verranno ridotti in modo appropriato, in base a questo rapporto di varianza. Si chiama a |
| |
proprietà di riduzione di queste stime e ti dà previsioni un po' migliori, stime un po' migliori della variabilità del tuo donatore... |
| |
degli effetti del tuo donatore. Quindi, non ne parlerò molto di più, ma voglio solo sottolineare che sono abbastanza simili, ma c'è una piccola differenza lì, nel caso in cui tu debba guardarla tu stesso. |
| |
Ma andando qui ora, come possiamo farlo nel modello con gli effetti del donatore casuale, è che posso accendere il simulatore. |
| Colpo di brughiera |
Bene. |
| Andrea Carlo |
E una nota di cautela prima di mostrarti il modo giusto per farlo, è che ho notato che se attivi le previsioni condizionali qui e provi ad aggiungere il rumore, |
| |
E il rumore ora è impostato su quelli... è abbastanza simile a quello che abbiamo visto nel modello fisso, ma è solo adesso, inclusa la variabilità residua in questo momento. |
| |
Ma se provo a farlo con questo profiler condizionale.... |
| |
Quindi trovo che... passa a Donor 3, nota se ho cambiato i donatori, questo non si sposta su e giù, quindi non... non provare lo stesso effetto lì. Sta succedendo qualcosa qui con le previsioni condizionali e il simulatore qui. Così |
| |
non simulare per le previsioni condizionali. Vogliamo simulare dal... |
| |
con quell'opzione disattivata, come è per impostazione predefinita. |
| |
Ma ora puoi vedere che c'è questo tipo di distribuzione ristretta qui, rispetto a questo intervallo di confidenza più ampio. |
| |
E il motivo è che questa deviazione standard predefinita non è quella corretta che vogliamo utilizzare. Vogliamo usare...vai qui alla tabella REML...e non vogliamo solo la variabilità all'interno dei donatori, vogliamo la variabilità totale. |
| |
E quindi la deviazione standard della variabilità totale qui è 3,53. |
| Colpo di brughiera |
Bene. |
| Andrea Carlo |
Per prodotto, quindi vogliamo cambiarlo usando quella tabella REML. |
| |
E non ho mantenuto il controllo e non ho trasmesso prima, quindi aggiungerò questo |
| |
ancora una volta la componente di varianza della radice quadrata; è quassù, 3.16. |
| |
E ora, quando lo faccio e simulo, puoi vedere |
| |
Ottengo questa distribuzione più ampia, |
| |
sì, che sta per |
| |
riflettere meglio ciò che vedrai andando avanti con ulteriori donatori della stessa popolazione e darti una stima migliore del tuo... del tuo tasso di difetti. |
| |
E puoi confrontarlo ora con quello che vedi qui, questa distribuzione irregolare, questa distribuzione artificialmente irregolare |
| |
nel modello fisso. Ora, se hai 1.000 donatori, per i quali ovviamente non avrai il budget, ma se lo avessi, queste distribuzioni si avvicinerebbero l'una all'altra e puoi vedere che le deviazioni standard non sono troppo distanti. Entrambi si stanno avvicinando a quella 3.1 e 3.5. |
| Colpo di brughiera |
Sì, penso... penso che il modello degli effetti casuali sia quello che ci aspetteremmo davvero. |
| |
Sì, è quello che ci aspettiamo, soprattutto se avessimo un gran numero di donatori. Buono ok. |
| Andrea Carlo |
E ho notato che ora hai questi... questi sono tutti riparati. È così che vorresti farlo per la tua analisi delle capacità, perché tu |
| |
vedi, hai solo la variabilità dei donatori e poi la variabilità degli errori, e poi li hai corretti? |
| Colpo di brughiera |
Sai, è così che tradizionalmente facciamo... che l'abbiamo fatto, tuttavia, ci sono davvero due cose che voglio affrontare. |
| |
Uno è chiamato intervalli operativi normali e vediamo se hai un esempio per questo. Ma in realtà ciò che i normali intervalli di funzionamento sono questi... |
| |
è se guardi qualcosa come il tempo, ok? Il tempo è qualcosa che potremmo aggiustare. Supponiamo di voler risolvere il problema a 5.5. Se mettiamo un 5,5 e quando va, passa da 5,5 ore e poi si ferma. |
| |
Ma, tuttavia, temperatura e pH non sono così, come se impostiamo la temperatura a, sai, |
| |
circa 27.45 o ad un certo punto stabilito, ma quello che farà è che avrà, sai, una certa variabilità naturale intorno a quella da come un ??? capacità, |
| |
o semplicemente, sai, è solo biofarmaceutica. Quindi, sai, tipo, la temperatura non verrà fissata a questo, quindi possiamo spiegarlo in termini di capacità di processo? |
| |
Intervalli di funzionamento normali |
| |
??? |
| Andrea Carlo |
Ok, hai un'idea di quanto variano storicamente? Quale potrebbe essere uno standard? Perché quello che possiamo fare in JMP è che possiamo sederci a caso fisso. |
| |
E possiamo dire che va bene, ha un mezzo |
| |
27.45. |
| |
E se hai qualche idea, e potremmo farlo anche per il pH, e se sai quali sono quelle... che tipo di deviazioni standard ragionevoli sono, quanto queste variano. |
| Colpo di brughiera |
Sì sì, lo so, lo sai. Ho fatto un po' di analisi dei dati su alcune cose che abbiamo fatto in passato e, sai, direi, come se guardassi qualcosa del genere, sembra una distribuzione, direi, 95 % del tempo. |
| |
Vediamo, dovrebbe, cavolo, essere nel mezzo, sai, più o meno uno, quindi direi che forse la deviazione standard sarebbe 0,5. |
| |
per temp. Va bene, e per il pH...per il pH, sarebbe tra se lo impostassi 6,54, se invio un 6,5 forse è simile, non so come dire dire... |
| |
sai, |
| |
la deviazione standard ci sarebbe .1, ok. |
| |
E penso che i nostri set point... |
| |
Penso che i nostri set point per, vediamo, che cosa era per la temperatura? Era quello per la temperatura 27,45 e 6,54? |
| |
6.5, penso sia 6.5. |
| Heath Rusing |
Vediamo... |
| Colpo di brughiera |
20... si 6.5. Sarebbe 6,5 e per la temperatura sarebbe 27,5. Ecco cosa sarebbe. Eccoci. Sì, sì ok sì. È proprio di questo che sto parlando, Andrew. Si chiama intervalli operativi normali e voglio tenerne conto, in termini di stima della capacità del processo. |
| Andrea Carlo |
OK, quindi ora, ora che l'abbiamo abilitato, quelle impostazioni e abbiamo questa variabilità totale per il donatore, più la variabilità dell'errore, |
| |
ora, quando tu... quando simuliamo, ora otteniamo la variabilità extra |
| |
che è introdotto dalla variabilità nei suoi fattori e puoi vederlo riflesso nel tasso di difetto. |
| |
E anche, |
| Colpo di brughiera |
Voglio solo sottolineare anche qui, |
| Andrea Carlo |
puoi anche, dato che non ci vuole molto tempo per correre, puoi aumentare il tuo numero di corse |
| |
per avere una stima migliore. Puoi anche vedere come ottenere una distribuzione più fluida dalla simulazione qui. |
| |
E quindi puoi anche simulare questi valori in una tabella, dove ora ottieni, per ogni simulazione, una riga diversa e puoi vedere la vitalità cellulare prevista e i prodotti in base a quell'impostazione del simulatore, e puoi eseguire analisi aggiuntive con questo, |
| Colpo di brughiera |
Sì, in tal caso otterresti qualcosa come un |
| |
CPK, giusto? Voglio dire, se l'hai fatto in questo modo, ottieni una sorta di stima del CPK in quel modo? |
| Andrea Carlo |
Sì, sì, puoi metterlo insieme. |
| Colpo di brughiera |
Va bene, fantastico. Va bene, quindi quella era la prima cosa, come tenere conto dei normali intervalli operativi, ma c'è un'altra cosa ??? capacità di processo che voglio affrontare. Sai, non è necessario |
| |
tuttavia, è è, ci piace guardare a ciò che viene chiamato intervallo accettabile provato. E questo è ciò che è comprovato intervallo accettabile. |
| |
Dice che se dicessi temperatura e pH ai nostri set point e non permettessi loro di variare, |
| |
ma permetto al tempo di variare tra le impostazioni basse e alte, e sarebbe ugualmente possibile che sarebbe così basso rispetto a questo |
| |
impostazione alta, cosa mi aspetterei, quale sarebbe la mia capacità di processo? E in realtà quello che stiamo facendo è provare che se due di questi sono set point e uno di essi varia, allora è dentro di te che conosci una capacità di processo accettabile. Quindi come lo affronteremmo? |
| Andrea Carlo |
Ok, così hai detto, il tempo e... la temperatura e il pH sono al loro punto prestabilito. |
| Colpo di brughiera |
È corretto. |
| Andrea Carlo |
E poi il tempo, però, in modo che possa variare. |
| |
Quindi quello che faremo, invece di dire normale, quello che faremo qui è impostarlo su uniforme. |
| |
E queste sono le impostazioni basse e alte dell'esperimento ora, da 1,9 a 9,1. |
| |
E puoi cambiarlo secondo necessità, ma è così... |
| |
Ti ho sentito bene? è cosa... |
| Colpo di brughiera |
Quello era quello... quello è esattamente quello che... |
| |
è proprio così. Quindi se io... se ho fatto qualcosa del genere è... e davvero, davvero... |
| |
in questo caso, tipo, possiamo anche cambiarli? Possiamo anche dire che è quello che abbiamo detto nell'esperimento, ma voglio vedere se i nostri intervalli accettabili provati, dicendo tra due e nove, voglio dire, potrei... potrei cambiarlo in qualche modo? |
| |
Sì, puoi. Va bene non lo so nemmeno. |
| |
Sì, quindi puoi cambiarli e persino simulare quello che sarebbe e questo si chiama intervalli accettabili provati, ok, |
| |
dove stiamo riparando quei due. Quindi quello che faremmo, apprezzo che tu me lo mostri, ma, ragazzo, e lo proverò da solo, quello che farei è che lo farei per ognuno di questi, giusto, lo farei per il tempo e lo farei per la temperatura e lo farei |
| |
quello per il pH. E solo per garantire che abbiamo una capacità di processo accettabile. |
| Andrea Carlo |
Ok, la cosa bella è che è davvero facile farlo qui, quindi. |
| Colpo di brughiera |
Puoi mostrarmi solo un'altra cosa, ok? Solo, sì, vai avanti e fallo lì, solo tra 25 e 30, l'uniforme tra 25 e 30. 25 e 30. Ok, puoi simularlo su un tavolo? |
| |
Crea una tabella e guarda solo... io non...guarda solo la distribuzione della vitalità cellulare e per prodotto. |
| |
Oh questo è vero. Ti dà quella capacità di processo. Lo amo. |
| Andrea Carlo |
Perché ti metti nel lavoro che risparmi |
| |
che come una proprietà di colonna per quei limiti di specifica. |
| Colpo di brughiera |
È... è così facile. Va bene va bene bene, lo apprezzo. Penso che l'unica cosa che volevo... di cui volevo chiederti fosse... ti ho anche inviato un altro set di dati |
| |
dove stiamo guardando, |
| |
sai, facendo un confronto di piccola e grande scala nella comparabilità, giusto. E poi davvero cosa stiamo cercando di fare con la comparabilità |
| |
cioè, ho alcune corse su piccola scala, ne ho alcune, sai, alcune corse su larga scala, e per i miei CQA(?), voglio mostrare che non sono esattamente la stessa cosa, ma sono dentro, sai, una specie di... |
| |
una sorta di limite, va bene, una sorta di significato pratico, e si chiama equivalente alla comparabilità. So che sai di cosa si tratta, ma come potrei, sai, come posso spiegare, sai, la variabilità da donatore a donatore lì? |
| Andrea Carlo |
Va bene sì e l'ho visto. E l'ho visto anche così... |
| |
Prima di tutto, proprio come abbiamo esaminato il set di dati precedente, vediamo cosa succede se non includi le informazioni sul donatore. |
| |
Ok, quindi e hai detto che per la vitalità cellulare stai usando un equivalente EAC, un criterio di 2. |
| |
E quello che vediamo qui |
| |
è che il valore P massimo è... non rifiutiamo l'ipotesi nulla, il che, in questo caso, significa che non rileviamo l'equivalenza, che |
| |
non corrisponde alle nostre aspettative qui che pensi che questi siano effettivamente processi equivalenti. |
| |
Quindi quello che sta succedendo è questo... che le informazioni si stanno perdendo nel rumore dei donatori. |
| |
E come.... |
| Colpo di brughiera |
Ogni volta che lo vedo... basta scorrere verso l'alto solo a |
| |
secondo, solo un secondo... lo vedo. Capisco. Vedo quel punto che mi mostra sul grafico che mi mostra la differenza di |
| |
negativo .49 |
| |
sul grafico e vado, beh, non è troppo grande, ma sembra davvero molto ampio. |
| |
Bene. |
| Andrea Carlo |
Questo perché la variabilità extra che va in quella stima per l'ampiezza degli intervalli di confidenza. |
| |
perché ricorda che il blocco elimina... sottrae variabilità alla tua stima. |
| |
account... |
| Colpo di brughiera |
Bene. |
| Andrea Carlo |
Questo è esattamente quello che sta succedendo qui, quindi in entrambi i casi, non stai rilevando l'equivalenza tra la tua scala grande e quella piccola, |
| |
tra il tuo ... per la vitalità cellulare o il sottoprodotto. E puoi vedere che c'è molto in questo rapporto qui. È un sacco di lavoro per impostare questo e ve lo mostrerò dopo che vi mostrerò un'altra cosa qui. Tutto quello che voglio mostrare ora è che ora ho incluso gli effetti del donatore come effetti casuali, |
| |
e ora puoi vedere |
| |
con un piccolo valore P rifiutiamo, il che significa che ora stiamo effettivamente concludendo che... concludendo l'equivalenza, dato l'EAC di 2 per la vitalità cellulare e anche per ora per i valori P massimi, vedremo dove |
| Colpo di brughiera |
I tre. |
| Andrea Carlo |
Per l'EAC di tre per |
| |
per prodotto. E il modo in cui l'abbiamo impostato è, lascia che te lo mostri perché so che devi andare, devi saltare a un altro incontro un altro minuto o giù di lì. |
| |
Abbiamo la scala e per ora mi limiterò a fare la vitalità cellulare. È così che imposteremo il test senza l'effetto donatore, ma se aggiungiamo donatori, ora possiamo salvarli come effetto casuale. |
| |
Esegui il modello. |
| |
E andiamo a stime, confronti multipli. |
| |
Tutto a coppie. Studenti T. OK, e poi da qui, |
| |
prova di equivalenza. |
| |
Sì, usa il nostro EAC di 2. |
| Colpo di brughiera |
Sì. |
| |
E poi mostra anche da quegli intervalli di confidenza ad esempio quei due valori P. |
| |
mostra anche dall'intervallo di confidenza. |
| |
Mio buon amico, Chris? nel suo dottorato ha studiato a intervalli quindi lui e io lo adoriamo davvero... |
| |
intervalli d'amore Ne parla sempre quando stiamo sciando, ma questo è quello che dice quell'intervallo di confidenza inferiore e superiore al 95%, anche questo lo paragonerebbe a quello. |
| |
Sì è tutto. |
| Andrea Carlo |
Mmmhmm e. |
| |
Qual è il mio ultimo punto per noi, potresti dire, va bene bene prima, abbiamo parlato del beneficio degli effetti casuali rispetto agli effetti fissi per il donatore nel non... nel |
| |
non comparabilità non test di equivalenza, solo test per i parametri. Ho messo insieme un'analisi della potenza utilizzando JMP Pro, perché in JMP Pro se si crea un modello misto, |
| |
sotto la personalità mista, c'è questa bella funzione chiamata salva, le colonne salvano la formula di simulazione. Ora questo... |
| |
e se entri qui, rende molto facile simulare modelli misti. Puoi passare e modificare le impostazioni. |
| |
E così l'ho fatto, e così ho eseguito un'analisi della potenza per vedere quale è meglio dopo aver simulato con un modello misto da usare...trattare i donatori come effetti fissi o casuali e, almeno nel caso in cui ho eseguito, ho stava ottenendo una potenza maggiore che puoi vedere nelle scatole qui. Ho avuto un potere di |
| |
.62 per i miei effetti donatori casuali nello stesso test contro .52 per il... |
| |
per gli effetti fissi. Ed entrambi stavano mantenendo i tassi di errore nominali per questo, quindi ho iniziato a dare un'occhiata, ma sembra che potrebbe esserci un vantaggio anche nel trattare gli effetti del donatore come casuali all'interno del test di equivalenza. |
| Colpo di brughiera |
Sì, penso, Andrew, penso che tu mi abbia decisamente convinto che mentre avanziamo, |
| |
sai, siamo sempre, essendo che siamo in terapie cellulari, che avremo sempre quell'effetto da donatore a donatore, credo. Sicuramente questo mi ha convinto che ha senso per noi considerarlo come un effetto di blocco casuale. |
| |
Quindi speriamo tutti che vi sia piaciuta l'applicazione di esaminare sia la capacità del processo che la comparabilità, due cose che sono molto importanti |
| |
per i nostri scienziati e ingegneri che operano nel settore farmaceutico e biofarmaceutico. Penso che l'applicazione molto specifica di cui abbiamo parlato sia molto |
| |
modo innovativo che stiamo sviluppando terapie ora chiamato geni e terapie cellulari, e spero che noi |
| |
che abbiamo fornito un certo valore mostrandoti, ad esempio, come è possibile gestire sia la capacità del processo di inferenza che la comparabilità. E non vediamo l'ora di vederti alla conferenza, per poterlo presentare di nuovo e rispondere a qualsiasi domanda tu possa avere. |
| Andrea Carlo |
Grazie, Brady, lo apprezzo. Non ho capito il tuo cognome, Brady. Cos'era quello. |
| |
Brady Brady. |
| |
Brady. |
| Colpo di brughiera |
Ok, il mio nome è Brady, il mio cognome è Brady, va bene lo è. |
| Andrea Carlo |
Bene. |
| Colpo di brughiera |
Fantastico yeah yeah yeah per te yeah yeah yeah |
| Andrea Carlo |
Grazie, Andrea. Apprezzalo. Sì, grazie a tutti per essersi uniti a noi. |
