在现有数据质量报告的基础上，还添加了五份额外报告。虽然这五份报告在 JMP Clinical 8.1 中就已存在，但它们已针对 JMP Clinical 18.1.2 进行了彻底重写。
工作日和节假日正在寻找周末或节假日期间发生的异常就诊，这可能表明存在临床欺诈。在 JMP Clinical 8.1 中，此报告主要关注全球和美国节假日。为了允许其他可能性，我们实施了一种让客户添加本地适用节假日的方法。但是，这需要过多的手动工作。为了克服这一负担， python 节假日包已集成到系统中，允许客户创建特定于国家/地区的节假日参考数据集。此数据集可以根据需要随时间更新。
下图显示了一个例子：
输出是火山图，其 FDR 阈值约为 2.9。每个站点在周末或节假日都会接受调查结果或研究访问的测试，并以点表示。高于阈值的每个点都被视为显著，这意味着该特定站点与所有其他站点相比存在显著差异。将鼠标悬停在点上时会出现条形图。我们可以看到，对于高于阈值的点，与所有其他站点相比，该特定节假日没有发生任何调查结果访问。
相关发现寻找相关发现趋势的升高或降低。它将每个站点的域变量关系与所有其他站点进行比较，以评估异常数据模式，从而检测和纠正质量问题，如下图所示：
输出是火山图，FDR 阈值约为 2.6。每个站点都经过相关发现测试，并用一个点表示。高于阈值的每个点都被视为显著，这意味着该特定站点与所有其他站点相比存在显著差异。将鼠标悬停在点上时会出现热图，如下所示：
与其他所有站点相比，站点 28 的发现似乎具有更多相关性。如果我们更仔细地查看站点 28 中每位患者的丙氨酸氨基转移酶和天冬氨酸氨基转移酶之间的相关发现，我们会看到许多相关趋势（见下图）。有趣的是，当肝脏中毒时，这些酶将直接相关。
频率将每个站点的分类结果数据的频率与所有其他站点进行比较，以评估任何异常数据模式，从而检测和纠正质量问题。此报告可识别整个研究或研究访问中的异常频率。此分析通常用于分类变量，但连续结果分析可以识别与其他站点相比，某个站点某些值的过度或不足。此测试使用 LB 和 EG 数据，可按访问次数进行筛选。
摘要统计将每个站点的连续发现数据摘要统计与所有其他站点进行比较，以评估任何异常数据模式。它寻找与所有其他站点相比的站点的发现测试平均值的标准化差异。
筛选偏差可让分析师识别两次访问之间任何较大的站点内数值变化，以确定回归平均值以评估研究入选标准。分析使用配对t检验进行。
