| Conférencier |
Transcription |
| Mandy |
Bienvenue à notre discussion d'aujourd'hui. Parlons des tables. Je m'appelle Mandy Chambers et je suis ingénieure de test principale au sein de l'équipe de test JMP. |
| |
Ma collègue et amie Kelci Miclaus m'accompagne aujourd'hui. Elle est responsable senior en R&D au sein de l'équipe Sciences de la vie de JMP. |
| |
Kelci et moi avons commencé à travailler ensemble il y a quelques années, alors que Clinical Product commençait à être un grand consommateur de toutes les choses que je testais. |
| |
J'ai donc appris à bien connaître son groupe et j'ai pu travailler en étroite collaboration avec eux sur différentes choses qu'ils essayaient de mettre en œuvre. |
| |
Et c'était vraiment précieux pour moi de pouvoir voir une application en direct dans laquelle un client utiliserait réellement les éléments que j'ai testés dans JMP et comment il les utiliserait dans le produit clinique. |
| |
Nous avons déjà fait cette présentation. Elle est beaucoup plus longue, et nous avons décidé que la meilleure chose à faire était de |
| |
Je vous remets le document complet. Voici donc ce qui est joint à cet enregistrement, ainsi que deux jeux de données et des fichiers zip. Vous devriez y trouver des tables de données, des scripts, |
| |
Certains journaux et autres éléments sont nécessaires pour pouvoir parcourir chaque application étape par étape, même si je ne vous montre rien ou si Kecli ne vous montre pas quelque chose. Vous devriez pouvoir le faire. Alors, laissez-moi commencer par partager mon écran. |
| |
Pour que vous puissiez voir de quoi je vais parler aujourd'hui. Comme je l'ai dit, si je devais le présenter dans son intégralité, mon journal traiterait de la jonction de tables et des différentes manières de les joindre. |
| |
Je ne vais pas détailler cela, mais je vais simplement vous présenter une jointure de table basique. Si je clique dessus, |
| |
Exécutions et sujets d'ordinateurs portables. Et dans le menu Tableaux, si vous débutez avec JMP ou que vous n'avez jamais utilisé cette fonctionnalité, |
| |
Vous pouvez effectuer une jointure de table, notamment pour une jointure physique. Cela permettra de relier les tables. Je joindrais donc des exécutions d'ordinateurs portables à des sujets d'ordinateurs portables. |
| |
Dans cette boîte de dialogue, vous sélectionnez les éléments à joindre. Vous pouvez joindre par correspondance, par jointure cartésienne, par jointure de ligne, puis joindre la table. Je ne vais pas le faire maintenant, juste pour information. |
| |
Cela prend du temps, mais c'est ce que vous feriez. Et aussi, dans le menu Tables, je parlerais également du générateur de requêtes JMP. |
| |
Cela permet de joindre plusieurs tables. Que vous ayez 3, 4, 5 ou 6 tables, vous pouvez les regrouper pour créer une seule table contenant tout. Mais je ne vais pas m'en occuper aujourd'hui. |
| |
Donc si je |
| |
je reviens ici et je ferme ces tables. |
| |
Commençons par l'origine de la jointure virtuelle. Commençons par la jointure de tables. |
| |
Vous devez décider du type de jointure à utiliser. Si vos tables sont petites, il peut être plus simple d'effectuer une jointure physique. Pour une simple jointure de tables, comme les deux tables que je vous ai présentées, elles n'étaient pas très grandes. |
| |
Si vous ajoutez trois ou quatre tables supplémentaires, le générateur de requêtes JMP est un outil formidable pour créer une table. |
| |
Vous souhaitez peut-être regrouper toutes vos données dans la même table ; c'est peut-être exactement ce que vous recherchez. Il vous suffit de faire attention à l'espace disque. |
| |
et les performances, et comprenez simplement que si vous avez cinq ou six tables que vous avez placées séparément et que vous les réunissez physiquement, vous faites des copies en double. |
| |
Voici donc les méthodes que vous pouvez utiliser. La jointure virtuelle est apparue dans JMP 13 et a été ajoutée avec la possibilité de |
| |
Prenez un lien, un identifiant de lien commun, et joignez plusieurs tables. C'est une sorte de jointure sans jointure. Cela permet d'économiser de l'espace et d'éviter la duplication des données. |
| |
Et donc… en 2013, nous avons commencé avec ça. Puis, en 2014 et 2015, nous avons ajouté d'autres fonctionnalités, à la demande des clients. Lier des tables avec des lignes synchronise… la synchronisation des états des lignes. On peut raccourcir les noms de colonnes. Nous avons ajouté la possibilité d'ouvrir automatiquement les tables liées. |
| |
Il est possible d'avoir un identifiant et une référence de lien sur la même colonne. Nous avons également ajouté ces petites astuces de survol qui vous permettront de savoir quelle source est votre table source. |
| |
Voilà donc ce que nous avons ajouté, et je vais essayer de mettre cela en place et de vous le démontrer. J'ai ces données que j'ai obtenues… |
| |
C'est juste une entreprise high-tech imaginaire. Ses données RH incluent des éléments tels que la rémunération, les effectifs, la diversité et la conformité. |
| |
antécédents scolaires et autres facteurs liés à l'emploi. Si l'on y réfléchit bien, c'est un type de données idéal à relier, car on a |
| |
généralement une variable d'identification unique, telle qu'un identifiant d'employé ou quelque chose que vous pouvez lier ensemble et qui peut avoir diverses données pour votre équipe RH qui se trouvent à différents endroits. |
| |
Je vais donc ouvrir ces deux tables et simplement vous expliquer ce que vous feriez si vous essayiez de les lier ensemble. |
| |
Ce tableau contient les scores des employés 1, suivis du tableau principal des rémunérations 1. Ces tableaux, les scores des employés 1, constituent ma table source. |
| |
Et Compensation Master est ma table de référence. Vous pouvez donc voir ces ID, cette variable ID ici dans cette table. Elle se trouve également dans la table Compensation Master. |
| |
Je vais donc configurer mon identifiant de lien. Il existe plusieurs façons de procéder. Vous pouvez accéder aux propriétés de la colonne. |
| |
Vous pouvez voir ici un identifiant et une référence de lien. Le plus simple est de faire un clic droit pour afficher l'identifiant du lien. |
| |
Et si je regarde ici, je peux voir que cette clé d’identification a été attribuée à cette colonne. |
| |
Je vais ensuite accéder à ma table principale de rémunération. Je vais ensuite accéder à cette colonne. Là encore, vous pouvez le faire avec les propriétés de colonne. |
| |
Mais la méthode la plus simple consiste à aller directement ici pour lier la référence. La table possède l'identifiant. Elle apparaît donc dans cette liste. Je clique dessus et voilà, ma référence de lien est là. |
| |
L'icône est là. Je vois maintenant que toutes les colonnes de ce tableau sont disponibles. Vous voyez qu'il y a un grand nombre de colonnes. |
| |
Vous pouvez également voir ici que vous avez... ce sont des noms de colonnes assez longs, vous avez les noms de colonnes, plus cet identifiant ici qui vous montre qu'il s'agit d'une colonne de référence. |
| |
Et donc je vais exécuter ce petit tableau simple que j'ai enregistré ici et vous montrer très brièvement qu'il s'agit d'un rapport et juste pour vous montrer simplement qu'il s'agit d'une colonne virtuelle de durée de service. |
| |
Le type de rémunération fait partie de mon tableau de rémunération, tandis que le sexe est une colonne virtuelle. J'utilise donc… pour construire ce tableau, des colonnes virtuelles et des colonnes présentes dans le tableau. |
| |
Une chose que je voulais vous signaler très rapidement, c'est que sous ce petit triangle rouge... disons que vous travaillez avec ces données et que vous décidez, |
| |
« Oh, je veux vraiment créer cette table. Je veux absolument que toutes les colonnes soient dans une seule table. » Il existe un petit outil secret appelé « fusionner les données de référence ». |
| |
Et beaucoup de gens ne savent pas exactement que c'est là. Mais si je le voulais, je pourrais cliquer dessus et fusionner toutes les colonnes dans |
| |
Cette table. Par souci de temps, je ne vais pas m'y attarder maintenant, mais je voulais juste indiquer où elle se trouve. |
| |
Et laissez-moi vous montrer rapidement, ici, dans le journal. C'est possible avec un script : vous pouvez définir la référence du lien de propriété et pointer vers votre table. |
| |
Je vais donc fermer cette liste très rapidement, puis revenir à l'application où j'avais |
| |
J'ai enregistré des scripts supplémentaires dans les deux mêmes tables, et j'aimerais afficher quelques éléments supplémentaires. J'ai également les scores des employés. Voici ma table source. |
| |
J'ai ensuite un master de compensation, et ils sont déjà liés, comme vous pouvez le voir ici. Je souhaite donc relancer ce tableau et vous montrer quelque chose. |
| |
Vous pouvez constater que les noms de ces colonnes sont désormais plus courts. Je souhaite donc vous montrer ce que nous avons ajouté dans JMP 14. Si je fais un clic droit et que je fais apparaître la boîte de dialogue d'informations sur les colonnes, |
| |
Je vois ici qu'il est indiqué d'utiliser des noms de colonnes liés. Cela signifie que ces noms seront plus courts. |
| |
Et c'est vraiment une fonctionnalité intéressante car lorsque, à la fin de la journée, vous partagez ce rapport avec quelqu'un, il ne se soucie pas vraiment de l'emplacement des colonnes. |
| |
Provenant de la table principale ou virtuelle. Vous disposez ainsi d'un rapport clair et précis. Le script est enregistré pour que vous puissiez le voir… |
| |
Il enregistre le script qui affiche une table de référencement. Si je regarde cela, je peux voir. Vous savez donc d'où vient cette colonne, mais |
| |
La personne avec qui vous partagez n'a pas forcément besoin de le savoir. Je souhaite donc vous montrer cet autre élément ajouté avec la répartition des états de ligne. |
| |
Un exemple rapide : je vais exécuter cette distribution. Vous remarquerez immédiatement que, dans cette distribution, le titre indique que ces chiffres sont erronés. |
| |
Permettez-moi de préciser ce dont je parle. Les scores des employés sont ma table de base de données des employés et elle compte environ 3 600 employés. |
| |
Il s'agit d'une référence unique aux employés, et il s'agit d'une base de données actuelle, par exemple. Ma table principale de rémunération ressemble davantage à une table d'historique et contient 12 000 employés. |
| |
des lignes, donc il y a potentiellement dans cette table, plusieurs références au même employé, disons, un employé a changé d'emploi et a obtenu une augmentation, ou il a déménagé. |
| |
Il pourrait également s'agir d'employés qui ne font plus partie de l'entreprise. Ce rapport peut donc être généré à partir de ce tableau. |
| |
Cela ne rend pas les informations que je recherche vraiment. Je vois ici que mon décompte est erroné, j'ai des décomptes plus importants, et je n'ai pas exactement ce que je cherchais. |
| |
C'est donc l'une des raisons pour lesquelles nous avons créé cette synchronisation des états de ligne et Kelci va également en parler un peu plus dans une application réelle. |
| |
Je vais simplement vous montrer comment configurer la répartition des états de ligne. Je traite donc les données par lots. |
| |
Marqueur de couleur de sélection. En fait, j'envoie les données depuis le référentiel de rémunération vers les scores des employés. |
| |
J'envoie les informations à cette table car (je suis désolé), c'est à partir de cette table que je souhaite que mes informations soient exécutées. |
| |
Donc, si je reviens en arrière et que je réexécute cette distribution, j'obtiens maintenant cette distribution (les colonnes sont légèrement différentes), mais j'obtiens cette distribution. Et si je regarde les chiffres ici, |
| |
J'ai les chiffres exacts de ma base de données d'employés. Et c'est exactement ce que je voulais voir. Il faut donc être prudent lors de la répartition et de la réception, et Kelci vous en parlera plus en détail. Mais ce n'était qu'un exemple simple de la façon de procéder. |
| |
Et je vais vous montrer très rapidement qu'il existe un lien d'aide en ligne qui montre |
| |
Voici un exemple de jointure virtuelle de colonnes et d'affichage des états de lignes. Vous y trouverez des instructions pas à pas. D'autres exemples sont également disponibles ici. |
| |
Pour plus d'informations sur l'utilisation de la jointure virtuelle, veuillez consulter notre documentation. Pour rappel, tout ceci est scriptable. Vous pouvez donc le scripter ici, en configurant les états de vos lignes et les autres éléments souhaités. |
| |
Avec JMP 15, nous avons ajouté quelques fonctionnalités. Nous avons notamment ajouté la possibilité d'ouvrir automatiquement une table et de survoler les colonnes pour en déterminer la provenance. Je vais vous expliquer ce que cela signifie exactement. |
| |
Si je clique dessus, nous avons créé de nouvelles tables pour JMP 15, employeemaster.jmp, qui font toujours partie de ces données RH. Si je les examine attentivement, je vais vous signaler quelques points concernant cette table. |
| |
Il dispose d'un identifiant et d'une référence de lien. C'est l'autre nouveauté de JMP 15 : la possibilité d'avoir un identifiant et une référence de lien sur la même colonne. |
| |
Donc, si je regarde ceci et que je regarde ma fenêtre d'accueil, je vois que deux autres tables sont ouvertes. Elles ont été ouvertes automatiquement. |
| |
Je vais donc les ouvrir, car je souhaite les détailler pour que vous puissiez voir comment cela fonctionne. Mais cette table principale des employés est liée à |
| |
a... empilez-les les uns sur les autres... c'est lié au tableau d'historique de formation, qui a été, à son tour, lié à mon tableau de fin d'études prévue. Et vous pouvez voir |
| |
Il y a un identifiant d'employé avec une référence de lien et l'identifiant de lien, l'identifiant d'employé ici. Même chose, et la détermination prédictive n'a qu'un identifiant. |
| |
Et si vous aviez une ou deux autres tables contenant des données uniques d'identifiant d'employé et que vous deviez les récupérer, vous pourriez continuer la chaîne en y associant une référence de lien et continuer ainsi. Pour vous montrer rapidement, si je fais un clic droit et que je regarde cette colonne, |
| |
Je vois que mon identifiant de lien et ma référence sont définis. L'historique de formation est une table à laquelle cette table est liée. |
| |
Je l'ai activé en mode d'ouverture automatique et j'ai utilisé les noms plus courts. Je n'envoie pas les états des lignes, donc rien n'est défini ici. Toutes les colonnes de ces deux autres tables sont donc disponibles pour ma table de référence, appelée Employee Master. |
| |
Et très rapidement, vous pouvez voir que vous avez un grand nombre de colonnes ici qui sont à votre disposition, et les colonnes de liens s'affichent comme des colonnes groupées ici. |
| |
Donc, une autre question qui a été posée par les clients, comme ils le disent, existe-t-il un moyen de nous dire d'où viennent ces colonnes ? |
| |
C'est plus clair ? On a donc ajouté cette petite astuce pratique : si je survole |
| |
Cela m'indique que cet indicateur d'invalidité de colonne provient d'une fin prévue. Il provient donc en fait de la dernière table de ma série. |
| |
Et si je descends ici et que je clique sur l'un d'entre eux, il est indiqué que le code du programme d'études provient de l'histoire de l'éducation. |
| |
C'est donc une petite fonctionnalité intéressante qui vous aidera à choisir vos colonnes, peut-être dans ce que vous essayez d'exécuter avec des plateformes, etc. |
| |
Mais si j'exécute cette distribution, ce n'est qu'un exemple de distribution simple qui montre que le niveau des employés |
| |
provient en fait de ma table principale des employés. Cette description de diplôme provient de ma table d'historique de formation et cette évaluation de performance de ma table de licenciements anticipés. Vous pouvez ensuite approfondir vos recherches. |
| |
d'autres exemples qui sont ici. J'ai construit |
| |
Une fenêtre contextuelle de tableaux de bord présente un générateur de graphiques affichant un diagramme en boîte. Nous y trouvons une distribution, un tableau et une carte thermique. |
| |
En utilisant toutes les colonnes virtuelles, certaines provenant du tableau, mais aussi des colonnes virtuelles avec un filtre. Donc, si je veux examiner les femmes et les professionnels. |
| |
J'aime toujours souligner les bizarreries ici. Si j'entre ici et que je regarde ces deux petits endroits qui traînent un peu, c'est très intéressant pour moi, car les ratios de rémunération montrent comment les gens sont rémunérés. |
| |
En fait, la question est de savoir s'ils sont rémunérés selon le ratio adéquat ou non, cela correspond à leur description de poste. Et il semble que ces deux cas aberrants soient |
| |
Ils dépassent constamment les attentes, ce qui laisse penser qu'ils sont peut-être sous-payés. C'est le cas ici. |
| |
Il semble qu'ils répondent rarement à leurs attentes, mais il se peut qu'ils soient légèrement surpayés ou qu'il y ait des erreurs. Quoi qu'il en soit, en les examinant attentivement, on constate que les sélections sont bien faites. |
| |
Voilà. Cette carte thermique montre que des fonds sont consacrés à la performance et à la formation. Il faudrait peut-être former cette personne. C'est donc une bonne chose à voir. |
| |
Donc c'est ça |
| |
À peu près tout ce que je voulais montrer. Je voulais juste rappeler une chose : l'histoire de l'éducation a accès aux colonnes en fin de vie prévue. |
| |
Ainsi, ces deux tables peuvent communiquer séparément. Si j'exécute ce script graphique, |
| |
J'ai des performances et des budgets de formation similaires, mais je regarde la moyenne générale, le classement des classes, pour savoir où les gens se situent dans les limites ici en utilisant des combinaisons de colonnes de ces deux tableaux uniquement. |
| |
Je vais donc transmettre ceci. Je crois que c'est l'essentiel de ce que je voulais partager. Je vais arrêter de partager mon écran. Je vais transmettre cela à Kelci, qui prendra la relève. |
| Kelci J. Miclaus |
Merci, Mandy. |
| |
Mandy a dit que nous avions donné cette conférence à plusieurs reprises et que, en réalité, c'était cet effort combiné de |
| |
je travaille dans mon groupe, qui est spécialisé dans les sciences de la vie pour les solutions verticales JMP Clinical et JMP Genomics, |
| |
et trouver des exemples parfaits où je pourrais vraiment tirer parti des jointures virtuelles et travailler en étroite collaboration avec l'équipe de développement sur la manière dont ces fonctionnalités ont été publiées dans les dernières versions de JMP. |
| |
Et donc, pour cette section, je vais passer en revue certains exemples, spécifiques à notre recherche clinique et à la manière dont nous avons réellement exploité cette idée de table parlante autour de la synchronisation de l'état des lignes. |
| |
Donc, comme Mandy l'a mentionné, c'est maintenant, et si nous avons le temps vers la fin, cette idée de jointures virtuelles avec synchronisation de l'état des lignes est maintenant l'architecture entière qui détermine la façon dont les rapports et les revues cliniques JMP sont utilisés. |
| |
Pour évaluer l'efficacité et la sécurité précoces, ainsi que les rapports d'essais cliniques avec nos clients. L'une des raisons pour lesquelles cette solution est si adaptée est le formatage des données d'essais cliniques classiques. |
| |
Donc, l'exemple de données que je vais utiliser pour tous les exemples que j'ai autour de la synchronisation de l'état des lignes ou de la propagation de l'état des lignes comme je l'appelle parfois, |
| |
Voici des exemples de données issues d'un essai clinique portant sur environ 900 patients. Il s'agissait d'un véritable essai clinique mené il y a 20 à 30 ans. |
| |
étude de l'hémorragie sous-arachnoïdienne et du traitement par nicardipine chez ces patients. |
| |
L'avantage des données cliniques est que nous travaillons avec des structures de données normalisées très standard, ce qui signifie que chaque composant d'un essai clinique est collecté, de manière similaire aux données RH que Mandy nous a montrées... nous a montrées... |
| |
est normalisé, de sorte que chaque table a son propre contenu et que nous pouvons le suivre séparément, mais nous utilisons ensuite des jointures virtuelles pour créer des histoires complètes. |
| |
Les trois ensembles de données que je vais parcourir sont ce tableau démographique qui compte environ un peu moins de 900 patients |
| |
Dans le cadre des essais cliniques, nous avons une ligne par patient. Il s'agit des données démographiques, qui contiennent des informations sur leur naissance, leur âge, leur sexe, leur origine ethnique, le traitement reçu et tout événement survenu pendant l'essai clinique. |
| |
De même, nous pouvons disposer de tableaux distincts. Ainsi, dans un essai clinique, on recueille généralement à chaque visite les événements indésirables survenus chez un patient lors d'un nouvel essai. |
| |
Médicament ou étude. Ce tableau contient environ 5 000 enregistrements. Nous disposons toujours de cet identifiant unique, mais il y a bien sûr des doublons. Ce tableau enregistre donc chaque événement ou effet indésirable. |
| |
Cela a été rapporté pour chaque patient de notre essai clinique. Enfin, j'utiliserai également un ensemble de données de laboratoire. |
| |
qui suit également le même type de format d'enregistrement empilé que celui que nous avons vu sur les événements indésirables. |
| |
Nous pensons ici aux visites régulières, au cours desquelles plusieurs mesures de laboratoire sont prises et nous pouvons les suivre tout au long de l'essai clinique pour rechercher des anomalies et des choses de ce genre. |
| |
Ces trois tableaux constituent donc un format normalisé très standard de ce qu'on appelle la norme internationale CDISC pour les données d'essais cliniques. |
| |
Et cela nous convient parfaitement pour utiliser la jointure virtuelle. Comme l'a dit Mandy, il est facile de créer une table de fusion de laboratoires. |
| |
Mais ici, nous avons 6 000 enregistrements de laboratoires, et la fusion de nos données démographiques entraînerait une duplication de toutes les instances de leurs descriptions démographiques. Nous souhaitons donc établir une jointure virtuelle avec ces données, ce qui est très simple. |
| |
Si nous créons notre table démographique, nous allons configurer un identifiant de sujet unique comme identifiant de lien. |
| |
Et puis très rapidement, parce que nous voudrions généralement examiner les résultats de laboratoire et utiliser quelque chose comme le groupe de traitement auquel ils appartiennent pour voir s'il y a des différences dans les laboratoires, |
| |
nous pouvons désormais référencer ces données et créer des visualisations ou des rapports qui évalueront et examineront réellement les différences entre les groupes de traitement dans nos résultats de laboratoire. |
| |
Nous n'avons donc pas eu besoin de fusionner. Nous avons simplement accédé à cette colonne « bras planifié » de notre table démographique grâce à cette simple configuration en deux étapes des propriétés de colonne d'une jointure virtuelle. |
| |
Il est également très facile d'examiner les anomalies de laboratoire. Voici donc un graphique pour chacun des différents groupes de traitement ayant présenté des résultats de laboratoire anormalement élevés lors des visites d'un essai clinique. |
| |
Nous pourrions également vouloir faire ce même type d'analyse avec notre événement indésirable, pour lequel nous voudrions également voir s'il y a des occurrences différentes dans les événements indésirables. |
| |
entre ces groupes de traitement. Nous pouvons donc relier ce tableau à nos données démographiques de référence et calculer très rapidement la répartition des effets indésirables survenant séparément, par exemple, pour la nicardipine (le traitement actif) et pour un placebo. |
| |
Nous voulons maintenant qu'ils communiquent réellement. Les deux exemples suivants, que je souhaite illustrer avec ces données, sont les options de synchronisation de l'état des lignes dont nous disposons. |
| |
Vous avez donc rapidement vu dans la partie de Mandy qu'elle a montré que sur les propriétés des colonnes, nous avons désormais la possibilité de synchroniser les états des lignes entre les tables. |
| |
C'est pourquoi notre discussion s'appelle « tables parlantes », car c'est ainsi qu'elles communiquent désormais. Vous pouvez répartir les états des lignes, ce qui signifie que la table à laquelle vous avez configuré la référence d'un ID de lien peut renvoyer des informations de cette table à sa table d'ID de référence. |
| |
Et je vais vous donner un exemple rapide, mais comme mentionné... comme Mandy l'a mentionné, c'est de loin le plus |
| |
C'est parfois un cas dangereux car il est très facile de rencontrer des moments où l'on peut obtenir des résultats non concluants, mais je vais montrer un cas où cela fonctionne et où c'est utile. |
| |
Comme vous l'avez remarqué, à partir de cette analyse, par exemple avec les événements indésirables, il était très facile, car le tableau vers lequel nous avons établi une référence de lien (le tableau d'identification) permettait d'accéder aux colonnes et d'examiner les différences des groupes de traitement dans ce tableau. |
| |
Il n'y a pas vraiment d'inverse. Comme l'a dit Mandy, il ne serait pas judicieux d'utiliser cette nouvelle table de jointure pour examiner la distribution, par exemple, de ce groupe de traitement. |
| |
Car en réalité, ce sont des chiffres qui ne correspondent pas. On dirait qu'il y a 5 000 sujets, alors qu'en réalité, si l'on revient à notre |
| |
Tableau démographique : nous en avons moins de 900. Voici donc la véritable répartition des 900 sujets environ par groupe de traitement. |
| |
avec toutes leurs autres distributions. Il est maintenant temps d'utiliser cette table comme table d'analyse ou comme objectif pour créer une analyse. |
| |
Et vous souhaitez obtenir des informations à partir des tables qui y sont virtuellement liées. Le laboratoire, par exemple, et les événements indésirables. |
| |
Nous allons donc utiliser ce tableau pour créer une visualisation qui annotera ces sujets dans ce tableau avec toute personne ayant eu un test de laboratoire anormal ou un événement indésirable grave. |
| |
Et maintenant, j'ai triché, car j'ai préparé ces données. Vous le remarquerez dans mes données sur les effets indésirables. |
| |
J'ai déjà effectué l'analyse pour trouver tous les cas de sujets qui ont eu... des événements indésirables considérés comme graves et j'ai utilisé le marqueur d'état de ligne pour annoter les enregistrements qui ont eu... des événements indésirables graves. |
| |
De même, dans l’ensemble de données de laboratoire, |
| |
J'ai utilisé la couleur rouge pour annoter... annoter tous les résultats de laboratoire qui ont été |
| |
anormalement élevé. Par exemple, nous pouvons voir tous ceux qui présentaient des anomalies élevées. J'ai coloré la plupart de ces valeurs en rouge, en sélectionnant simplement l'état des lignes, puis en contrôlant ces états. |
| |
Donc, avec ces données où j'ai ces deux états de ligne en place, nous pouvons revenir à notre tableau démographique |
| |
et créer une vue |
| |
il s'agit d'une distribution par site des âges de nos patients dans un essai clinique. |
| |
Et maintenant, si nous revenons à chacune des tables liées, nous pouvons contrôler l'apport de ces informations annotées avec la synchronisation de l'état des lignes. |
| |
Nous allons donc modifier cette option : « États de ligne avec table de référence » à « Aucun », puis à « Répartition ». Dans ce cas, je souhaite être prudent. La seule chose que je souhaite que cette table indique à la table de référence de liens est un ensemble de marqueurs. |
| |
Je vais cliquer sur Appliquer |
| |
Et vous remarquerez automatiquement que ma visualisation que j'ai créée à partir de ce tableau démographique contient désormais les marqueurs de tous les sujets ayant subi un événement indésirable à partir de cet autre tableau. |
| |
Nous pouvons désormais faire la même chose avec les laboratoires. |
| |
Choisissez d'envoyer. Dans ce cas, nous souhaitons uniquement envoyer la couleur. |
| |
Et maintenant, simplement en contrôlant les propriétés des colonnes, nous sommes à un endroit où nous avons une visualisation ou une analyse construite à partir de notre table démographique qui a eu accès aux informations de ces tables virtuellement jointes à l'aide de la synchronisation ou de la propagation de l'état des lignes de répartition. |
| |
C'est vraiment génial. Je trouve que c'est une fonctionnalité vraiment puissante. Mais l'option d'envoi présente de nombreux pièges et il faut être prudent. |
| |
À savoir, la manière dont fonctionnent les jointures virtuelles est |
| |
la table d'ID de lien, la date... la table de données que vous avez configurée, dans ce cas la démographie, comporte une ligne par ID et vous l'utilisez pour fusionner ou joindre virtuellement dans un |
| |
Une table de données contenant de nombreuses copies de cet identifiant d'utilisation. Nous créons donc une relation un-à-plusieurs ; c'est correct. Dispatch crée une relation plusieurs-à-un. |
| |
conversation. Donc, dans le document, nous avons un… dans la ressource fournie avec cette vidéo, il y a beaucoup de |
| |
Commentaire sur l'utilisation prudente de ce sujet. Il ne doit pas s'agir d'un outil hautement interactif. |
| |
Si vous décidez ensuite de modifier les états des lignes, cela peut facilement devenir confus ou absurde. |
| |
que, disons que si j'ai marqué les deux avec la couleur et le marqueur, il ne saurait pas quoi faire parce que certaines lignes pourraient dire : « Colorie ceci en rouge », |
| |
Mais l'autre table liée pourrait indiquer de la colorier en bleu ou en noir. Il faut donc faire très attention à ne pas mélanger et assortir les éléments et à ne pas trop interagir avec cette idée de fusion plusieurs-à-un. |
| |
Mais dans cet exemple, il s’agissait d’un outil vraiment très précieux qui aurait nécessité beaucoup de manipulation de données pour arriver à ce point. |
| |
Je vais donc fermer ces exemples de l'exemple de jointure virtuelle de répartition et passer à ce qui sera probablement le plus couramment utilisé, c'est l'acceptation... |
| |
L'état de la ligne d'acceptation des tables de discussion de la jointure virtuelle. Dans ce cas précis, je vais utiliser un script pour l'exécuter. Ainsi, au lieu de me guider de manière interactive à travers la jointure virtuelle, |
| |
propriétés de colonne d'état de ligne, nous allons examiner les résultats de ce script. |
| |
Et l'exemple ici, ce que nous voulions faire, c'est pouvoir utiliser ces trois tableaux (encore une fois, la démographie, les événements indésirables et les données de laboratoire dans un essai clinique) pour vraiment créer ce qu'ils appellent un |
| |
Profil de sécurité complet. C'est la véritable justification de notre utilisation de JMP Clinical pour nos clients. |
| |
Cette idée que nous voulons pouvoir prendre ces ensembles de données, les garder séparés mais leur permettre d'être utilisés dans une analyse unique et complète afin qu'ils ne semblent pas séparés. |
| |
Dans cet exemple, nous souhaitons ouvrir notre démographie et la configurer comme identifiant de lien. Cette opération est similaire à celle que je viens de réaliser de manière interactive : créer la table démographique et la propriété de colonne d'identifiant de lien sur l'identifiant de sujet unique. |
| |
Voilà, c'est fait. Vous voyez la clé qui indique qu'il s'agit désormais de la propriété d'ID de lien. Nous souhaitons ensuite ouvrir l'ensemble de données de laboratoire. |
| |
Et nous allons définir une propriété sur l'identifiant de sujet unique dans cette table pour utiliser la référence de lien vers la table démographique. |
| |
Voici quelques options. Nous souhaitons démontrer la propriété d'utiliser des noms plus courts. Utilisez le nom de colonne lié pour raccourcir le nom de notre |
| |
Les colonnes provenant de la table Démographie sont transférées vers la table Laboratoires. Nous souhaitons ici configurer la synchronisation des états des lignes pour accepter les options de sélection, d'exclusion et de masquage. |
| |
Nous allons faire la même chose pour la table AE. Je vais donc exécuter les deux extraits de code suivants. |
| |
Ce qui ouvrira mon AE et ma table de laboratoire. Vous verrez maintenant qu'au lieu de cette commande, les propriétés sont définies sur Accept. |
| |
Avec ces options de sélection, d'exclusion et de masquage, le tableau des événements indésirables bénéficie de la même acceptation. Dans ce cas, au lieu de cette répartition, que nous avons soigneusement sélectionnée, |
| |
Un type d'état de ligne d'une table et un autre d'une autre table sont renvoyés vers notre table de référence d'ID de lien. Ici, nous allons laisser notre table de référence d'ID de lien (demography) diffuser ce qui lui arrive. |
| |
aux deux autres tables. Et c'est ce que fait accept. Il va donc accepter les états des lignes de la table de démographie. |
| |
Et j'ai un peu triché, j'ai en fait juste un script attaché à notre tableau démographique ici |
| |
il s'agit simplement de configurer certaines des visualisations que j'ai déjà montrées, qui sont des scripts attachés à chacune des tables dans une seule fenêtre. |
| |
Nous avons donc ici ce que l'on pourrait considérer comme votre profil de sécurité. Nous disposons de la répartition des informations démographiques des patients. Ces données proviennent du tableau démographique. |
| |
Vous voyez les chiffres corrects des décomptes des 443 patients sous placebo par rapport aux 427 sous nicardipine. |
