ライフサイエンスデータによる効果的なコミュニケーションと視覚化（2019-US-30MP-187）レベル: 初心者
ケルシー・ミクラウス、SAS、JMPライフサイエンス、アドバンストアナリティクスR&Dシニアマネージャー
トランスレーショナルリサーチと臨床研究の実施には、多大な費用がかかります。健康アウトカムと疾患を理解するための研究におけるコストと時間を考慮すると、研究者は一般的に可能な限り多くのエンドポイントについてデータを収集します。これは、疾患のゲノム基盤に関する理解が限られていること、そして新しい治療法の有効性だけでなく安全性と運用の完全性を評価するための優れた臨床研究実施プロトコル（GCP）が限られていることが、さらなる動機となっています。ライフサイエンスデータの「ライフサイクル」において、膨大なデータ量は結果の分析と伝達に課題をもたらします。数百もの表を作成する従来の方法は、効率的でも効果的でもありません。本プレゼンテーションでは、ライフサイエンス研究に典型的ないくつかのケーススタディ分析において、結果を伝えるための視覚化に焦点を当てます。複雑な統計分析の結果を伝えるための、データサマリーの視覚化手法とグラフの両方を紹介します。例としては、ゲノムデータを用いた数千から数百万の統計モデル実行時のボルケーノプロットやマンハッタンプロット、臨床試験における安全性と有効性の分布サマリー、臨床検査値の傾向（ウォーターフォールプロット、シフトプロット、スパゲッティプロット、ラザニアプロット、スイマープロット）、臨床業務の整合性における異常検出などが挙げられます。すべての例はグラフビルダーを用いて提示され、この主要なJMPプラットフォームの強みと柔軟性を紹介します。
