<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />autori
Anastasia Dmitrienko (Blue Valley High School, Overland Park, KS) e Richard C. Zink (JMP Life Sciences, SAS Institute, Cary NC)
Biografia dell'autore
Anastasia Dmitrienko è senior alla Blue Valley North High School. Si è interessata alle statistiche e ha lavorato allo sviluppo di strumenti software di sperimentazione clinica come strumenti di monitoraggio basati sul rischio (ha presentato due poster su questo argomento alle conferenze regionali e nazionali). Anastasia è membro dell'Americ Statistical Association ed è stata utente JMP da oltre un anno.
Richard C. Zink è Principal Research Statistician Developer nella divisione JMP Life Sciences presso SAS Institute, dopo otto anni nel settore farmaceutico. Richard è Editor di sezioni statistiche per Innovazione terapeutica e scienze regolatorie e ha conseguito un dottorato di ricerca in Biostatistica presso l'Università della Carolina del Nord a Chapel Hill, dove lavora come membro di facoltà a contratto. È autore di Monitoraggio basato sul rischio e rilevamento di frodi nelle sperimentazioni cliniche con JMP e SAS .
Astratto
Strategie di monitoraggio basate sul rischio (RBM) sono comunemente utilizzate negli studi clinici per rilevare siti di prova con caratteristiche insolite come rischi di eventi avversi eccessivi. Questa presentazione si concentra sullo sviluppo di limiti di controllo e strumenti di monitoraggio come i grafici a imbuto e le mappe di calore per gli esiti binomiali e di Poisson. I limiti di controllo sono basati su intervalli di confidenza asintotici ed esatti per i parametri corrispondenti. Durante il calcolo dei limiti di controllo vengono presi in considerazione fattori importanti che influiscono sulla quantità prevista di variabilità, come il tempo di studio del paziente. I metodi sviluppati in questo poster sono applicati per definire le regole RBM per il monitoraggio della sospensione del paziente (esito binario) e il numero di eventi avversi per paziente (esito del conteggio) in diversi studi clinici reali. Queste strategie RBM sono implementate utilizzando script JSL personalizzati e piattaforme software JMP esistenti.
