Niveau : Débutant
Kelci Miclaus, responsable principale de la recherche et du développement en analytique avancée, JMP Life Sciences, SAS
La recherche translationnelle et clinique représente un investissement important. Compte tenu des contraintes de temps et de coûts liées aux études visant à comprendre les résultats de santé et les maladies, les chercheurs collectent généralement un maximum de données sur un maximum de critères d'évaluation. Cette démarche est d'autant plus motivée par notre compréhension encore limitée des mécanismes génomiques sous-jacents aux maladies et par les protocoles de bonnes pratiques de recherche clinique (BPR) qui exigent d'évaluer non seulement l'efficacité des nouvelles thérapies, mais aussi leur sécurité et leur intégrité opérationnelle. Dans le « cycle de vie » des données en sciences de la vie, le volume de données complexifie l'analyse et la communication des résultats ; les pratiques traditionnelles générant des centaines de tableaux sont inefficaces. Cette présentation portera sur la visualisation des résultats à travers plusieurs études de cas typiques de la recherche en sciences de la vie. Nous mettrons en lumière les techniques de visualisation des résumés de données et les graphiques permettant de communiquer les résultats d'analyses statistiques complexes. Citons par exemple les diagrammes en volcan et les diagrammes de Manhattan pour l'application de modèles statistiques à des milliers, voire des millions, de données génomiques, les résumés de distribution de la sécurité et de l'efficacité dans les essais cliniques, les tendances des résultats de laboratoire (diagrammes en cascade, diagrammes de décalage, diagrammes spaghetti, diagrammes lasagne, diagrammes de nageur) et la détection d'anomalies d'intégrité opérationnelle clinique. Tous les exemples seront présentés avec Graph Builder, illustrant la puissance et la flexibilité de cette plateforme JMP essentielle.
