Este blog fue escrito por Shuying Han, quien desarrolló el complemento UpSet Plot como parte del programa de pasantías de verano para estudiantes de pregrado en bioestadística (BUSI) en la Universidad de Carolina del Norte en Chapel Hill.
Introducción
Hoy en día, los estudios estadísticos y los ensayos clínicos buscan descubrir y comunicar las historias contenidas en los datos, transformando las cifras brutas en información significativa. La visualización de datos es crucial para presentar y comunicar eficazmente estos hallazgos.
Inspirados por el trabajo de Ballarini y otros. (2020) , adoptamos el gráfico UpSet como una herramienta robusta de visualización de datos para explorar y analizar conjuntos de datos categóricos. Los gráficos UpSet ofrecen un enfoque claro y escalable para visualizar las intersecciones entre múltiples variables, permitiendo a los usuarios seleccionar dinámicamente variables de agrupación y factorización para una exploración personalizada e interactiva. Este enfoque los hace especialmente adecuados para descubrir patrones y relaciones en conjuntos de datos complejos y multidimensionales. A diferencia de los diagramas de Venn tradicionales, los gráficos UpSet proporcionan una forma más estructurada e intuitiva de analizar solapamientos, especialmente en el contexto de ensayos clínicos, donde la complejidad suele aumentar con el volumen de datos recopilados.
Ejemplo usando Nicardipine.jmp
En este blog, utilizamos un subconjunto del conjunto de datos de muestra Nicardipine.jmp (disponible en datos de muestra de JMP), que captura información de pacientes (N=882) de un ensayo clínico con tratamiento con nicardipina tras eliminar las filas con identificadores de sujetos duplicados. Incluye datos demográficos clave de los pacientes, protocolos de tratamiento, informes de eventos adversos, resultados clínicos y metadatos del estudio, lo que ofrece una visión completa de las variables que se suelen recopilar en un ensayo clínico, lo que lo hace valioso para los análisis de subgrupos.
(Nota: Para obtener un resumen de datos a nivel de paciente para Nicardipine.jmp, seleccione la columna Identificador único de sujeto, vaya a Filas > Selección de filas > Seleccionar filas duplicadas. Elimine estas filas seleccionadas duplicadas: ahora hay 882 filas, una por paciente. Las columnas Abreviatura del dominio y Número de secuencia para estudiar el día del final del evento adverso son datos a nivel de EA y se pueden eliminar o ignorar).
Para analizar la relación entre el sexo (masculino, femenino) y varias banderas de intervención clínica, como el monitoreo de Swan-Ganz ("Y" para Sí, "N" para No), los esteroides ("Y" para Sí, "N" para No) y la hemodilución intencional ("Y" para Sí, "N" para No), presentamos el cuadro de diálogo del gráfico UpSet en la Figura 1.
Figure 1. Sample UpSet plot dialogFigura 1. Ejemplo de cuadro de diálogo de gráfico UpSet
Después de ingresar las variables de factor de destino y la variable de agrupación, el complemento UpSet Plot generó el gráfico UpSet correspondiente (Figura 2).
Figure 2. Sample UpSet plotFigura 2. Ejemplo de gráfico UpSet
Descripción general de la gráfica UpSet
- El gráfico de barras apiladas en la parte superior representa la proporción de pacientes para cada sexo (masculino, femenino) como la variable de agrupación seleccionada en el cuadro de diálogo (Figura 1) para diferentes subgrupos de indicadores de intervención.
- El gráfico de barras central muestra el número total de pacientes (N por subgrupo) en cada intersección única de indicadores de intervención. El gráfico de barras derecho muestra el número total de pacientes para cada nivel de factor. Por ejemplo, 456 pacientes (la cuarta barra) tienen un indicador de hemodilución intencional = N y un indicador de esteroides = Y (los puntos están presentes y conectados en esta columna). Dentro de este grupo, el 38 % y el 63 % de estos 456 pacientes son hombres y mujeres, respectivamente (al pasar el cursor sobre estas barras, se mostrarán los porcentajes exactos).
- La parte inferior del gráfico, con segmentos de línea, muestra las combinaciones de subgrupos individuales, por pares y de tres vías, según la presencia o ausencia de cada indicador de intervención ("S" para Sí, "N" para No). Los puntos ilustran las características de cada subgrupo.
Perspectivas de la trama UpSet
- Proporciones de los factores de agrupación: Según el gráfico de barras apiladas anterior, el grupo femenino (F) predomina consistentemente en todas las combinaciones de subgrupos, con un rango de entre el 56 % y el 70 %. Esta distribución de género relativamente desequilibrada puede afectar los resultados de estudios donde el género es un factor clave.
- Tamaño del subgrupo: El gráfico de barras de la derecha muestra la variabilidad en el tamaño de cada combinación de indicadores de intervención. El grupo más grande contiene 643 individuos, mientras que los demás disminuyen a 625, 489, 293 y 257. El indicador de monitoreo Swan-Ganz tiene una representación relativamente equilibrada, mientras que otros muestran una distribución desigual, lo que sugiere diferencias en la utilización de la intervención o en las características de los pacientes. Dependiendo de los objetivos del estudio, un análisis más detallado de las interacciones de subgrupos por pares y por tres vías podría revelar tendencias clave.
Conclusión
El gráfico UpSet ofrece una forma eficiente e intuitiva de visualizar intersecciones y relaciones dentro de conjuntos de datos multidimensionales. Utilizando el subconjunto de datos del ensayo Nicardipine.jmp, demostramos cómo esta herramienta de visualización resalta eficazmente la interacción entre el sexo y los indicadores de intervención clínica. Al permitir la exploración dinámica de patrones de subgrupos, el gráfico UpSet simplifica datos grandes y complejos y proporciona información práctica, lo que lo convierte en un recurso invaluable para el análisis y la toma de decisiones en ensayos clínicos.
Para obtener más detalles y ejemplos del complemento, consulte la documentación del complemento UpSet Plot . Si le gusta el complemento, ¡déjenos una reseña de cinco estrellas! Puede solicitar nuevas funciones en la sección de preguntas y respuestas.
Referencias
Ballarini NM, Chiu Y, König F, Posch M y Jaki T. (2020). Una revisión crítica de gráficos para análisis de subgrupos en ensayos clínicos . Estadísticas farmacéuticas , 19: 541-560.
