臨床およびゲノムデータを用いた広範な予測モデリング問題の解決<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Kelci Miclaus、博士、JMP Advanced Analytics R&Dマネージャ、SAS
精密医学、すなわち個人の臨床的および生物学的データを組み込んだ疾病治療および／または予防アプローチは、医学およびヘルスケアシステムを改善する上で不可欠な側面となっています。研究者や製薬会社によって収集された新たなデータには、通常、行よりもはるかに多くの（数千または数百万）変数があります。JMPライフサイエンスソフトウェアソリューション、JMP GenomicsおよびJMP Clinicalには、幅広いデータ予測問題を対象とした包括的な予測フィルターツールを使用した予測モデリングアプローチがいくつか含まれています。幅広いライフサイエンスデータ問題の予測空間を探索してより良い医療上の意思決定を推進するために、JMPのカスタムスクリプト分析レポートを交差検証型予測モデリングレビュージャーナルで実行する方法を強調します。臨床的サブグループ分析のための新しいモデル化ツールのセットもまた記載される。
予測モデリング
