켈시 미클라우스, JMP 생명과학 부문, SAS 연구소 산하 첨단 분석 연구 개발 담당 선임 관리자
트랜스레이셔널 리서치(기초연구에서 응용분야에 이르는 연구)와 임상연구 실시에는 많은 비용이 든다. 건강 결과와 질병을 이해하기 위해 연구자는 일반적으로 비용과 시간을 고려하면서 최대 평가 항목에 대해 최대 데이터를 수집합니다. 이것은 또한 질병의 게놈 기반에 대한 이해가 제한되고 새로운 치료법의 효능뿐만 아니라 안전성과 조작상의 무결성을 평가하기위한 우수한 임상 연구 실천 프로토콜에 의해 동기 부여됩니다. 생명과학 데이터의 '라이프사이클'에서는 데이터의 양이 결과 분석과 전달에 큰 부담이 될 수 있습니다(수백 개의 테이블을 만드는 전통적인 방법은 효율적이거나 효과적이지 않습니다). 이 세션에서는 생명 과학 연구의 전형적인 사례 연구 분석 중 특히 결과를 전달하기위한 시각화에 중점을 둡니다. 복잡한 통계 분석 결과를 전달하기 위해 데이터를 요약하고 시각화하는 기술과 그래프화에 대해,
자세히 설명합니다. 예를 들어, 게놈 데이터를 사용한 수천에서 수백만의 통계 모델을 실행할 때의 볼케이노 플롯, 맨해튼 플롯, 임상 시험에서의 안전성 및 효능 분포 요약, 실험실 진단 추세(워터폴 플롯, 시프트 플롯, 스파게티 플롯, 라자니아 플롯, 수영 플롯) 및 임상 시험의 완전성. 모든 예제는 JMP 그래프 빌더를 사용하여 작성되었으며, 이점과 유연성을 소개합니다.
