리처드 C. 징크
주요 연구 통계 개발자
임상 시험 수행의 비용과 복잡성, 환자가 개입에 어떻게 반응하는지에 대한 불확실성을 감안할 때 연구원은 종종 새로운 치료의 안전성과 효능을 설명하기 위해 가능한 한 많은 데이터를 수집합니다. 데이터 시각화는 이러한 조사 결과를 효과적으로 요약하고 전달하는 데 중요한 역할을합니다. 한 가지 그래픽 디스플레이는 포레스트 플롯으로, 하나 이상의 신뢰도 또는 신뢰할 수있는 간격을 세로로 표시하여 여러 끝점의 결과 또는 여러 그룹의 단일 끝점을 알리는 그림입니다. 이 프레젠테이션에서는 안전 및 품질 검사, 하위 그룹 분석, 1 차 평가 항목의 민감도 분석 및 메타 분석을 포함하여 임상 시험의 맥락에서 산림 음모의 여러 응용 프로그램에 대해 설명합니다. 우리는 앞서 언급 한 많은 사례를 Frequentist 컨텍스트에서 제시하지만, 우리는 또한 포리스트 플롯이 Markov Chain Monte Carlo (MCMC)를 사용하는 복잡한 베이지안 모델의 결과를 어떻게 쉽게 전달할 수 있는지에 대해 논의합니다. 자유롭게 사용할 수있는 JMP 포리스트 플롯 추가 기능을 사용하여 이러한 예제를 설명합니다.
