Livello: Avanzato
Sam Gardner, ricercatore principale, Elanco Animal Health
In molte situazioni nello sviluppo di prodotti farmaceutici, il dato più rilevante è un valore funzione del tempo (una curva). Gli approcci tradizionali alla gestione delle curve spesso ignorano la dipendenza temporale completa del risultato e si concentrano solo su un aspetto della curva. Ciò si traduce spesso in una perdita di informazioni.
Verranno discussi tre approcci di analisi che utilizzano l'intera curva: 1) Quando i dati sono allineati nel tempo, è possibile utilizzare metodi multivariati per caratterizzarli; 2) Quando i dati possono essere descritti da un modello parametrico, l'adattamento di tale modello a ciascuna curva genera parametri del modello che diventano i nuovi dati; e 3) Quando i dati nella curva non sono allineati nel tempo, o se sono troppo complessi da descrivere con un modello parametrico, è possibile utilizzare Functional Data Explorer per adattare un modello di smoothing a ciascuna curva e, ancora una volta, i parametri di tale adattamento della curva di smoothing diventano i nuovi dati. Il DOE può essere combinato con questi metodi per comprendere come le curve dipendono dai fattori DOE. Questa presentazione mostrerà come utilizzare JMP per applicare ciascuno di questi approcci, combinato con il DOE, utilizzando esempi reali dallo sviluppo di prodotti farmaceutici.
Collegamento al report pubblico JMP per l'esempio 2: https://public.jmp.com/packages/Using-a-Parametric-Model-to-Reduce-a-Cur/js-p/f9wjDHcLJQ4C5kF3vsQSl
