En plus des rapports de qualité des données actuels, cinq rapports supplémentaires ont été ajoutés. Ces cinq rapports existaient déjà dans JMP Clinical 8.1, mais ils ont été entièrement réécrits pour JMP Clinical 18.1.2.
La fonction Jours de semaine et jours fériés recherche des visites anormales se produisant le week-end ou pendant les jours fériés, ce qui peut indiquer une fraude clinique. Dans JMP Clinical 8.1, ce rapport se concentrait principalement sur les jours fériés dans le monde entier et aux États-Unis. Pour permettre d'autres possibilités, nous avons mis en place un moyen permettant aux clients d'ajouter des jours fériés qui s'appliqueraient localement. Cependant, cela impliquait un effort manuel excessif. Pour surmonter ce fardeau, le package Python holidays a été intégré au système, permettant aux clients de créer un ensemble de données de référence de jours fériés spécifique à chaque pays. Cet ensemble de données peut être mis à jour au fil du temps selon les besoins.
Ce graphique montre un exemple :
Le résultat est un graphique volcanique avec un seuil FDR d'environ 2,9. Chaque site est testé pour des découvertes ou des visites d'étude le week-end ou les jours fériés et est représenté par un point. Chaque point au-dessus du seuil est considéré comme significatif, ce qui signifie qu'il existe une différence de signification pour ce site particulier par rapport à tous les autres sites. Un graphique à barres apparaît lorsque vous passez la souris sur un point. Nous pouvons voir pour le point au-dessus du seuil qu'aucune visite de découverte n'a eu lieu pendant ce jour férié particulier par rapport à tous les autres sites.
Les résultats corrélés recherchent une élévation ou une diminution corrélée des tendances des résultats. Ils comparent les relations des variables par domaine de chaque site à tous les autres sites pour évaluer les modèles de données inhabituels afin de détecter et de corriger les problèmes de qualité, comme indiqué dans le graphique ci-dessous :
Le résultat est un graphique volcanique avec un seuil FDR d'environ 2,6. Chaque site est testé pour des résultats corrélés et est représenté par un point. Chaque point au-dessus du seuil est considéré comme significatif, ce qui signifie qu'il existe une différence de signification pour ce site particulier par rapport à tous les autres sites. Une carte thermique apparaît lorsque vous passez la souris sur un point, comme indiqué ici :
Il semble que davantage de résultats soient corrélés entre les paires de résultats du site 28 par rapport à tous les autres sites. Si nous examinons de plus près les résultats corrélés entre l'alanine aminotransférase et l'aspartate aminotransférase chez chaque patient au site 28, nous observons de nombreuses tendances corrélées (voir graphique ci-dessous). Il est intéressant de noter que ces enzymes seront directement corrélées lorsque le foie sera intoxiqué.
Les fréquences comparent les fréquences des données de résultats catégoriques de chaque site à celles de tous les autres sites afin d'évaluer les modèles de données inhabituels pour détecter et corriger les problèmes de qualité. Ce rapport identifie les fréquences inhabituelles sur l'ensemble de l'étude ou par visite d'étude. Cette analyse est généralement utilisée sur les variables catégorielles, bien qu'une analyse sur les résultats continus puisse identifier une surreprésentation ou une sous-représentation de certaines valeurs sur un site par rapport à d'autres sites. Ce test utilise les données LB et EG et peut être filtré par numéro de visite.
Les statistiques récapitulatives comparent les statistiques récapitulatives des données de résultats continus de chaque site à celles de tous les autres sites afin d'évaluer les modèles de données inhabituels. Elles recherchent des différences standardisées dans les valeurs moyennes des tests de résultats pour les sites par rapport à tous les autres sites.
Le biais de dépistage permet à l'analyste d'identifier toute variation importante des valeurs au sein du site entre deux visites afin d'identifier une régression vers la moyenne dans l'évaluation des critères d'entrée dans l'étude. Les analyses sont effectuées à l'aide de tests t appariés.
