레벨: 초보자
Kelci Miclaus, SAS, JMP Life Sciences 고급 분석 R&D 수석 관리자
중개 및 임상 연구 수행에는 상당한 비용이 수반됩니다. 건강 결과와 질병을 이해하기 위한 연구에서 비용과 시간을 고려할 때, 연구자들은 일반적으로 가능한 한 많은 평가변수에 대해 많은 데이터를 수집합니다. 이는 질병의 유전체적 기초에 대한 우리의 이해 부족과 새로운 치료법의 효능뿐만 아니라 안전성과 운영 무결성을 평가하기 위한 우수한 임상 연구 관행 프로토콜의 부족에서 비롯됩니다. 생명과학 데이터의 "수명 주기"에서 데이터 양은 결과를 분석하고 전달하는 데 어려움을 야기합니다. 수백 개의 표를 생성하는 기존 방식은 효율적이지도 효과적이지도 않습니다. 본 발표에서는 생명과학 연구에서 흔히 볼 수 있는 여러 사례 연구 분석 결과를 시각화하여 전달하는 방법에 중점을 둡니다. 복잡한 통계 분석 결과를 전달하기 위한 데이터 요약 시각화 기법과 그래프를 모두 강조합니다. 유전체 데이터를 사용하여 수천에서 수백만 개의 통계 모델을 수행할 때 볼케이노 플롯과 맨해튼 플롯, 임상 시험의 안전성 및 효능 분포 요약, 실험실 소견 추세(폭포 플롯, 시프트 플롯, 스파게티 플롯, 라자냐 플롯, 스위머 플롯), 그리고 임상 운영 무결성 이상 탐지 등이 그 예입니다. 모든 예제는 Graph Builder와 함께 제공되며, 이는 이 주요 JMP 플랫폼의 강점과 유연성을 보여줍니다.
