Valutare la somiglianza di soggetti di sperimentazione clinica all'interno del sito di studio ha scritto:
[...] sulla nostra discussione dell'ultima volta, vorremmo usare quanti più dati di un soggetto possibile per valutare [...]
Mike Clayton ha scritto:
Valori anomali e valori errati sono spesso rilevati nei dati dei test dei wafer a semiconduttore e questi dispositivi possono essere considerati "rischiosi" nelle prove di stress successive. Sono tutti dello stesso wafer, quindi hanno visto gli stessi processi e strumenti, ma i piccoli difetti li rendono "circuiti non conformati" e possono essere contenuti.
Fortunatamente su ogni wafer sono prodotte migliaia e le coordinate xy sono note e i dati vengono tracciati attraverso tutte le fasi di produzione, i passaggi SPC e Test, fino a quando i dadi vengono singolati e impacchettati. Ma il DieID (lotto e wafer e posizione xy) sono contrassegnati su ogni parte in codice a barre 2D o altri metodi per i problemi di restituzione dei clienti. Quindi l'analisi MV è pesantemente usata per contenere i contrasti statistici che spesso si rivelano anche come anticonformisti fisici. Grazie per il suo bel tutorial da aggiungere alla nostra collezione.
Ci stiamo avvicinando alla fine di questa serie di post sul rilevamento delle frodi negli studi clinici e su alcune funzionalità imminenti di JMP Clinical 4.1 che aiutano a identificare osservazioni insolite. Abbiamo descritto come date delle visite e misurazioni effettuate in clinica può indicare problemi presso il sito clinico e discusso su come possono apparire i partecipanti alla sperimentazione più volte all'interno dello stesso studio.Negli ultimi due post, ci concentriamo su alcuni metodi che utilizzano quanti più dati possibile di un soggetto per vedere come si confronta con altri soggetti.Oggi useremo Distanza Mahalanobis per identificare valori anomali e variabili multivariati.
Distanza Mahalanobis può essere utilizzato per calcolare la distanza tra due vettori casuali o da un vettore a un punto particolare nello spazio multivariato (tipicamente la media multivariata o il centroide).Si differenzia dalla distanza euclidea in quanto tiene conto della correlazione tra le variabili, considerando quindi che i punti non possono essere distribuiti sfericamente attorno al centroide. La distanza di Mahalanobis è semplice da calcolare SAS e per i nostri scopi confronteremo i vettori dei dati del soggetto con il centroide.
In statistica, la maggior parte di noi conosce il termine "Valore anomalo." Definisce il Merriam-Webster outlier come "un'osservazione statistica che è notevolmente diversa in valore dalle altre del campione." In un box plot, un valore anomalo può essere identificato come un punto che supera 1,5 volte l'intervallo interquartile (distanza tra il primo e il terzo quartile) oltre il primo o il terzo quartile.
D'altra parte, un file "Inlier" è un valore che si trova vicino alla media.In un contesto univariato, un valore vicino alla media non solleverebbe alcun sopracciglio.Tuttavia, come sottolinea Evans (2001), sarebbe improbabile che un'osservazione si trovi vicino alla media per un gran numero di variabili.Quindi, mentre i valori anomali possono essere problematici, è più probabile che i valori anomali rappresentino osservazioni "troppo belle per essere vere" o "troppo belle per essere reali". Naturalmente, una distanza di Mahalanobis pari a zero rappresenterebbe un soggetto che giace sulla media per ogni variabile.(Come meglio sfuggire al rilevamento che creare valori individuali che non si distinguono?)
JMP Clinical è in arrivo Inlier e valori anomali multivariati processo analitico (AP) crea un set di dati che comprende una riga per soggetto da un insieme di CDISC set di dati formattati.Le variabili per i test di laboratorio, i segni vitali, i sintomi e altri dati dei risultati verranno generate in base al numero della visita e al punto temporale.Verranno calcolate le variabili che rappresentano le frequenze di eventi avversi, farmaci e termini della storia medica.In base alle opzioni di dialogo, le variabili che superano una certa percentuale di dati mancanti (default 5%) saranno escluse dall'analisi, poiché i soggetti con dati mancanti per le variabili di interesse non possono calcolare la distanza Mahalanobis. Questo è un punto importante.È necessario adottare un approccio equilibrato tra l'utilizzo del maggior numero di dati possibile e la possibilità di escludere troppi argomenti dalla revisione.Ci si aspetterebbe che i soggetti che interrompono presto la terapia presentino numerosi valori mancanti, quindi è probabile che si verifichino perdite di alcuni soggetti quando si considera la maggior parte dei dati.Tuttavia, le opzioni consentono di escludere tutte le variabili contenenti valori mancanti.
Il set di dati risultante calcolato sopra verrà quindi utilizzato per calcolare la distanza di Mahalanobis.La Figura 1 mostra un box plot delle misure di distanza per ciascun soggetto rispetto al centroide della distribuzione multivariata.La misura della distanza è calcolata da 268 delle 744 variabili possibili. Le restanti variabili avevano velocità di trasmissione dati mancanti superiori al 5% e sono state rimosse dall'analisi.Cinquantadue soggetti non disponevano di misure di distanza calcolate a causa di 15 variabili con alcuni dati mancanti.Questa cifra può identificare valori anomali (grandi distanze) o valori limite (piccole distanze).La linea di riferimento rossa tratteggiata è derivata da a distribuzione chi quadrato con k (numero di variabili nell'analisi) gradi di libertà.La distanza quadrata di Mahalanobis segue questa distribuzione.
La figura 2 presenta la distanza di Mahalanobis per sito di studio per identificare se un sito particolare è estremo.Ciò potrebbe rivelare possibili errori di dati tra le variabili analizzate, ma potrebbe anche descrivere differenze chiave nella popolazione di studio tra i siti.La lunghezza dei box plot indica come i soggetti variabili si trovano all'interno di un dato sito intorno alla media multivariata.Una grande variabilità può riflettere una popolazione di studio diversificata o un sito che può beneficiare di una formazione aggiuntiva.Una bassa variabilità può riflettere una popolazione particolarmente omogenea.In ogni caso, qualsiasi sito che "si distingue" potrebbe richiedere un maggiore controllo.
Evans, S. (2001). Aspetti statistici dell'individuazione delle frodi.In: Lock, S, Wells, F & Farthing, M, eds.Frode e cattiva condotta: nella ricerca biomedica, terza edizione .Libri BMJ.
