Richard C. Zink
Sviluppatore statistico di ricerca principale
Dati i costi e la complessità della conduzione di uno studio clinico, e l'incertezza su come i pazienti possano rispondere a un intervento, i ricercatori spesso raccolgono quanti più dati possibile per descrivere la sicurezza e l'efficacia di un nuovo trattamento. La visualizzazione dei dati gioca un ruolo chiave per riassumere e comunicare efficacemente i risultati di queste ricerche. Una rappresentazione grafica degna di nota è il forest plot, una figura che presenta verticalmente uno o più intervalli di confidenza o credibilità per comunicare i risultati di più endpoint o di un singolo endpoint da più gruppi. In questa presentazione, descriviamo diverse applicazioni del forest plot nel contesto degli studi clinici, tra cui lo screening di sicurezza e qualità, l'analisi dei sottogruppi, l'analisi di sensibilità di un endpoint primario e la meta-analisi. Pur presentando molti degli esempi sopra menzionati in un contesto frequentista, discutiamo anche di come i forest plot possano comunicare facilmente i risultati di modelli bayesiani complessi che utilizzano il metodo Markov Chain Monte Carlo (MCMC). Illustriamo questi esempi utilizzando il componente aggiuntivo gratuito per i forest plot di JMP.
