Kelci Miclaus, PhD, responsable R&D en analytique avancée chez JMP, SAS
La médecine de précision, une approche de traitement et/ou de prévention des maladies qui intègre les données cliniques et biologiques d'un patient, est devenue un élément essentiel de l'amélioration de la médecine et du système de santé. Les données émergentes collectées par les chercheurs et les entreprises pharmaceutiques comportent généralement beaucoup plus de variables (des milliers, voire des millions) que de lignes. Les solutions logicielles JMP pour les sciences de la vie, JMP Genomics et JMP Clinical, incluent plusieurs approches de modélisation prédictive avec un ensemble complet d'outils de filtrage des prédicteurs, spécifiquement conçus pour la prédiction à partir de données volumineuses. Nous montrerons comment des rapports d'analyse personnalisés dans JMP peuvent être utilisés dans une revue de modélisation prédictive validée par validation croisée afin d'explorer l'espace de prédiction des problèmes liés aux données volumineuses en sciences de la vie et ainsi améliorer les décisions médicales. Un nouvel ensemble d'outils de modélisation pour l'analyse de sous-groupes cliniques sera également présenté.
