Livello: Intermedio
Funzione lavorativa: analista/scienziato/ingegnere
Paul Fogel, Consulente, Paul Fogel Consulente
Jean-Luc Blachon, statistico senior, ricerca preclinica, Ipsen
Negli studi clinici, l'analisi esplorativa dei dati longitudinali multivariati è fondamentale per l'identificazione di sottogruppi di pazienti che presentano alcune delle caratteristiche studiate, ad esempio i biomarcatori, con un andamento temporale simile. Nel contesto della cinetica dell'evoluzione tumorale, presentiamo un nuovo componente aggiuntivo JMP Non-Negative Tensor Factorization (NTF), che consente l'identificazione di tali sottogruppi di pazienti e la selezione simultanea di parametri caratterizzati da un andamento temporale prototipico. Dimostriamo che le caratteristiche selezionate possono essere successivamente utilizzate per modellare l'evoluzione tumorale. Inoltre, grazie alla natura non supervisionata del nostro approccio, le stime risultanti della sopravvivenza complessiva sono robuste al sovraadattamento. Il componente aggiuntivo fornisce visualizzazioni dinamiche di mappe di calore significative per il biologo e il clinico. Grazie all'interoperabilità Python di JMP 14, un pacchetto NTF veloce scritto nel linguaggio Python 3.6 viene eseguito in background. Infine, i risultati NTF vengono confrontati con quelli ottenuti dalla piattaforma di analisi funzionale JMP 14 e da un pacchetto R che esegue la modellazione del percorso.
