Richard C. Zink
Leitender Forschungsstatistiker und Entwickler
Angesichts der Kosten und Komplexität klinischer Studien sowie der Unsicherheit über die Reaktion der Patienten auf eine Intervention sammeln Forscher oft möglichst viele Daten, um die Sicherheit und Wirksamkeit einer neuen Behandlung zu beschreiben. Die Datenvisualisierung spielt eine Schlüsselrolle bei der effektiven Zusammenfassung und Kommunikation der Ergebnisse dieser Untersuchungen. Eine bemerkenswerte grafische Darstellung ist der Forest-Plot. Er stellt ein oder mehrere Konfidenz- oder Glaubwürdigkeitsintervalle vertikal dar, um entweder die Ergebnisse mehrerer Endpunkte oder eines einzelnen Endpunkts aus mehreren Gruppen zu kommunizieren. In dieser Präsentation beschreiben wir verschiedene Anwendungen des Forest-Plots im Kontext klinischer Studien, darunter Sicherheits- und Qualitätsscreening, Subgruppenanalyse, Sensitivitätsanalyse eines primären Endpunkts und Metaanalyse. Wir präsentieren viele der oben genannten Beispiele in einem frequentistischen Kontext und diskutieren auch, wie Forest-Plots die Ergebnisse komplexer Bayes-Modelle, die Markov-Chain-Monte-Carlo (MCMC) verwenden, einfach kommunizieren können. Wir veranschaulichen diese Beispiele anhand des kostenlos verfügbaren JMP-Forest-Plot-Add-Ins.
