Niveau : Avancé
Sam Gardner, chercheur principal, Elanco Animal Health
Dans de nombreux cas de développement de produits pharmaceutiques, la donnée la plus pertinente est une valeur fonction du temps (une courbe). Les approches traditionnelles de traitement des courbes ignorent souvent la dépendance temporelle totale du résultat et se concentrent uniquement sur un aspect de la courbe. Cela entraîne souvent une perte d'information.
Trois approches d'analyse utilisant la courbe entière seront abordées : 1) Lorsque les données sont alignées dans le temps, des méthodes multivariées peuvent être utilisées pour caractériser les données ; 2) Lorsque les données peuvent être décrites par un modèle paramétré, l'ajustement de ce modèle à chaque courbe produit des paramètres de modèle qui deviennent les nouvelles données ; et 3) Lorsque les données de la courbe ne sont pas alignées dans le temps, ou si elles sont trop complexes à décrire avec un modèle paramétré, alors le Functional Data Explorer peut être utilisé pour ajuster un modèle de lissage à chaque courbe, et encore une fois, les paramètres de cet ajustement de courbe lissée deviennent les nouvelles données. Le DOE peut être combiné à ces méthodes pour comprendre comment les courbes dépendent des facteurs du DOE. Cet exposé montrera comment utiliser JMP pour appliquer chacune de ces approches, combinées au DOE, à l'aide d'exemples réels issus du développement de produits pharmaceutiques.
Lien vers le rapport public JMP pour l'exemple 2 : https://public.jmp.com/packages/Using-a-Parametric-Model-to-Reduce-a-Cur/js-p/f9wjDHcLJQ4C5kF3vsQSl
