Dale Lehman, PhD, Direttore del Centro per l'analisi aziendale, Loras College
Questo articolo è stato presentato alla recente SPRINT Data Analysis Challenge tenutasi dal New England Journal of Medicine. La sfida era una competizione internazionale per indagare i vantaggi dell'apertura dei dati degli studi clinici, uno studio ampiamente pubblicizzato che esaminava i vantaggi e gli effetti collaterali di un trattamento più aggressivo delle persone con pressione alta. Ci sono state 143 presentazioni e questa è stata l'unica presentazione che ha identificato che i partecipanti che hanno saltato le visite programmate non sono riusciti a realizzare i vantaggi di un trattamento più intensivo della pressione sanguigna. Attribuisco l'identificazione di questo fattore al mio utilizzo di JMP: altri software non rivelano facilmente il fatto che quasi il 25 percento dei partecipanti allo SPRINT ha saltato alcune visite programmate e che questo gruppo non ha mostrato alcun beneficio significativo dal trattamento intensivo. Questo gruppo ha anche avuto un rischio maggiore di gravi eventi avversi. Al contrario, i pazienti che hanno partecipato a tutte le visite programmate hanno avuto risultati persino migliori rispetto all'efficacia pubblicata del trattamento intensivo nello SPRINT, ma hanno avuto un rischio maggiore di gravi eventi avversi. JMP ha anche consentito una rappresentazione visiva delle incertezze associate sia all'esito primario (infarti) sia ai gravi eventi avversi (per lo più derivanti dall'uso più intensivo di farmaci per trattare la pressione alta). L'importanza delle visite perse e la rappresentazione grafica dell'incertezza dimostrano entrambe le caratteristiche di JMP che facilitano una migliore analisi dei dati.
Nota: presenterò i risultati nel documento allegato, insieme a una dimostrazione dal vivo della loro derivazione in JMP. Non posso fornire i file JMP, poiché non mi è consentito condividere i dati della competizione.
