반응 스크리닝은 JMP 프로 에서 사용할 수 있는 플랫폼의 핵심 기능입니다. 이 기능은 다수의 반응에 대한 검정을 자동화하며, 검정 결과와 요약 통계를 보고서 또는 데이터 표에 직접 표시하여 추가적인 데이터 탐색을 지원합니다. 또한, 적절한 통계 방법론을 사용하여 위양성 결과를 방지하지 않으면 여러 반응에 대한 요인의 효과를 검정하는 것은 어려울 뿐만 아니라 오해의 소지가 있을 수 있습니다. 위양성 결과의 발생을 방지하기 위한 잘못된 통계적 방법론을 사용하지 않으면 오도될 수 있습니다. 위발견률(FDR) 접근법은 유의미성에 대한 잘못된 선언을 방지합니다. 조정된 p-값 도표를 통해 결과를 쉽게 해석할 수 있습니다. 반응 스크리닝 의 유연성과 성능 덕분에 JMP 임상 에서 임상 시험에서 일반적으로 고려되는 여러 평가변수, 시점 또는 그룹을 분석하는 새로운 기능을 개발하는 데 자주 사용되는 플랫폼입니다. JMP 프로 19 와 JMP 클리니컬 19 에서는 새로운 하위 그룹 역할을 통해 관찰 하위 그룹 내의 평가변수를 그 어느 때보다 쉽게 탐색할 수 있습니다.
먼저, 하위 그룹이란 무엇일까요? 하위 그룹은 전체 관측치 집합의 부분집합으로, 데이터 표의 모든 행으로 표현되는 경우가 많습니다. 하위 그룹은 공통적인 하나 이상의 특성에서 유사성을 고려하여 선택되는 경우가 많으며, 이러한 하위 그룹 내에서 분석을 수행하여 전체 관측치 집합 분석 결과와 어떻게 다른지 파악하는 것이 중요할 수 있습니다.
논의의 목적상, 요인 이라는 용어는 단독으로 또는 다른 요인과 함께 사용되어 하위 집단을 결정하는 변수를 지칭합니다. 하위 집단은 요인의 개별 수준 또는 두 개 이상의 요인 수준의 조합으로 정의됩니다. 예를 들어, 성별 변수는 요인으로 간주되고, 남성과 여성 변수는 하위 집단으로 간주됩니다. 두 번째 요인인 연령은 65세 미만과 65세 이상이라는 두 하위 집단을 포함할 수 있습니다. 성별과 연령을 기반으로 하는 하위 집단은 다음과 같은 네 개의 하위 집단을 생성할 수 있습니다.
- 남성, < 65세
- 남성, 65세 이상
- 여성, < 65세
- 여성, 65세 이상
이 블로그 게시물 전체에서 JMP 샘플 데이터 색인에서 제공되는 니카르디핀 데이터를 사용하여 하급 집단 역할을 설명합니다. 이 데이터는 환자당 여러 행으로 구성되어 있으며, 각 이상 반응에 대해 하나씩 있습니다. 고유 대상자 식별자(Unique Subject Identifier) 열을 선택하고 행 > 행 선택 > 중복 행 선택을 클릭합니다. 이렇게 하면 고유 대상자 식별자(Unique Subject Identifier) 만 사용하여 중복 여부를 판단하는 모든 중복 행이 강조 표시됩니다. 이 분석에서는 이러한 행에 숨기기 및 제외 기능을 사용하면 882개의 행을 분석에 사용할 수 있습니다.
우리가 니카르디핀과 위약(계획군 설명, 위약을 대조군으로 설정) 간의 환자 사망(Y/N)(환자 사망 플래그를 사용하고, 목표 수준을 Y로 설정)을 다음 요인을 기준으로 하위 그룹 내에서 비교하고 싶다고 가정해 보겠습니다.
- 성별: 남, 여
- 나이(년)
- 풀드 레이스 그룹 1
- 약물/중재 플래그(Y/N)
- 항경련제 플래그
- 구토제 또는 페노티아진 플래그
- 항섬유소용해제 플래그
- 항고혈압제 플래그
- 수혈 플래그
- 중심정맥압 모니터링 플래그
- 유도성 고혈압 플래그
- 의도적인 과혈량증 플래그
- 의도적 혈액 희석 플래그
- 저분자량 덱스트란 플래그
- 만니톨 플래그
- 스테로이드 플래그
- 스완 간츠 모니터링 플래그
- 혈관수축제 플래그
그림 1의 대화상자를 통해 분석을 수행할 수 있습니다.
Figure 1. Response Screening analysis with Subgroup role그림 1. 하위 그룹 역할을 포함한 반응 스크리닝 분석
하급 집단 역할에 연속 변수인 age가 존재하는 것을 주목하세요. 자체적인 연속 변수 범주를 만드는 것은 항상 가능하지만, 스크리닝은 삼분위수를 사용하여 자동으로 이를 수행합니다. 마지막으로, 각 요인 수준의 쌍대 조합(예: 수혈을 받은 남성)을 얻으려면 하위 그룹 이원화 옵션을 선택하세요.
그림 2에 출력 결과가 나와 있습니다.
Figure 2. Response Screening of death within subgroups그림 2. 하위 그룹 내 사망에 대한 반응 스크리닝
하위 그룹 Twoway를 선택하면, 이 17개 요인은 612개의 서로 다른 하위 그룹을 생성합니다( P값 데이터 표의 612개 행에서 쉽게 확인할 수 있습니다. 표 저장 > P값 저장). 이 중 605개 하위 그룹이 p값을 생성합니다(그림 2). 개별 요인 수준 및 쌍별 요인 수준 조합을 기반으로 하는 모든 잠재적 하위 그룹이 관찰됩니다. "빈" 하위 그룹은 데이터 표에서 개수가 0으로 표시됩니다(하위 그룹 분석의 투명성과 완전성을 위해 가장 좋습니다). 하위 그룹의 크기는 환자 1명부터 최대 852명까지입니다.
그림 2의 표 첫 번째 행과 같이 단일 요인을 사용하여 하위 그룹을 생성하는 경우, 하위 그룹2 = 전체입니다. 두 가지 요인을 사용하는 경우, 하급 집단 과 하위 그룹2 모두 전체가 아닌 값을 가집니다. 전체 환자 모집단(여기서는 882명)에 대한 분석 결과, 하급 집단 과 하위 그룹2 모두 전체와 같습니다. FDR 보정을 적용하여 수행된 모든 다중 검정을 고려하면, 치료군 간 사망률에는 차이가 관찰되지 않았습니다.
상대 위험도, 위험 차이, 그리고 사망 오즈비에 대한 95% 신뢰구간의 나이브 포레스트 플롯이 2 by M 결과 탭에 표시됩니다. 이 플롯들은 치료군 간에 눈에 띄는 차이가 거의 없음을 보여주지만, 이 분석은 수행된 검사 횟수를 조정하지 않았습니다.
Figure 3. Forest plots of death within subgroups그림 3. 하위 그룹 내 사망의 산림 플롯
적합 모델 의 웃는 스크리닝 개성을 사용하면 하위 그룹 분석에 여러 공변량을 포함할 수 있도록 연속적 종료점에 대해 더 복잡한 모델을 적합시킬 수 있습니다.
JMP 프로 19 와 JMP 클리니컬 19 의 스크리닝을 사용하면 하위 그룹 내 결과를 그 어느 때보다 쉽게 탐색할 수 있습니다. 곧 JMP 임상 의 하위 그룹 스크리닝 보고서에 대해 설명하겠습니다. 이 보고서는 응답 스크리닝 의 힘을 활용하여 임상 시험의 1차 및 2차 평가변수에 대한 통찰력을 제공합니다.
