Además de los informes de calidad de datos actuales, se han añadido cinco informes adicionales. Si bien estos cinco informes existían en JMP Clinical 8.1, se han reescrito por completo para JMP Clinical 18.1.2.
Los días laborables y festivos buscan visitas anormales que se produzcan los fines de semana o durante los días festivos, lo que puede indicar fraude clínico. En JMP Clinical 8.1, este informe se centraba principalmente en los días festivos de todo el mundo y de EE. UU. Para permitir otras posibilidades, implementamos una forma para que los clientes añadieran días festivos que se aplicarían localmente. Sin embargo, implicaba un esfuerzo manual excesivo. Para superar esta carga, se ha integrado el paquete de días festivos de Python en el sistema, lo que permite a los clientes crear un conjunto de datos de referencia de días festivos que es específico de cada país. Este conjunto de datos se puede actualizar con el tiempo según sea necesario.
Este gráfico muestra un ejemplo:
El resultado es un gráfico de volcanes con un umbral de FDR de aproximadamente 2,9. Cada sitio se prueba para detectar hallazgos o visitas de estudio durante los fines de semana o días festivos y se representa con un punto. Cada punto por encima del umbral se considera significativo, lo que significa que hay una diferencia significativa para este sitio en particular en comparación con todos los demás sitios. Aparece un gráfico de barras al pasar el cursor sobre un punto. Podemos ver que en el punto por encima del umbral no se realizaron visitas de estudio en ese día festivo en particular en comparación con todos los demás sitios.
Los hallazgos correlacionados buscan tendencias correlacionadas de aumento o disminución de los hallazgos. Compara las relaciones de las variables por dominio de cada sitio con todos los demás sitios para evaluar patrones de datos inusuales y detectar y corregir problemas de calidad, como se muestra en el gráfico a continuación:
El resultado es un gráfico de volcanes con un umbral de FDR de aproximadamente 2,6. Se prueba cada sitio para detectar hallazgos correlacionados y se representa con un punto. Cada punto por encima del umbral se considera significativo, lo que significa que hay una diferencia significativa para este sitio en particular en comparación con todos los demás sitios. Aparece un mapa de calor al pasar el cursor sobre un punto, como se muestra aquí:
Parece que hay más hallazgos correlacionados entre pares de hallazgos del sitio 28 en comparación con todos los demás sitios. Si analizamos el sitio 28 en busca de hallazgos correlacionados entre la alanina aminotransferasa y la aspartato aminotransferasa en cada paciente más de cerca, vemos muchas tendencias correlacionadas (ver el gráfico a continuación). Curiosamente, estas enzimas estarán directamente correlacionadas cuando el hígado se toxifique.
Frecuencias compara las frecuencias de los datos de los hallazgos categóricos de cada sitio con los de todos los demás sitios para evaluar cualquier patrón de datos inusual y detectar y corregir problemas de calidad. Este informe identifica frecuencias inusuales en todo el estudio o por visita de estudio. Este análisis se utiliza normalmente en variables categóricas, aunque un análisis de los resultados continuos puede identificar una sobrerrepresentación o subrepresentación de ciertos valores en un sitio en comparación con otros sitios. Esta prueba utiliza datos de LB y EG y se puede filtrar por número de visita.
Las estadísticas resumidas comparan las estadísticas resumidas de los datos de hallazgos continuos de cada sitio con los de todos los demás sitios para evaluar cualquier patrón de datos inusual. Busca diferencias estandarizadas en los valores medios de las pruebas de hallazgos de los sitios en comparación con todos los demás sitios.
El sesgo de selección permite al analista identificar cualquier cambio importante en los valores dentro del centro entre dos visitas para identificar la regresión a la media al evaluar los criterios de ingreso al estudio. Los análisis se realizan mediante pruebas t pareadas.
