Analyse par bioessai - Modèle Log4p avec base 2 au lieu de eSalut,
Mon client (Sandoz) a demandé s'il existait une option pour utiliser des fonctions personnalisées dans Fit Curve pour l'analyse de bioessai et le test de parallélisme / test d'équivalence.
“Concernant le bioessai présenté initialement, est-il possible de créer un modèle 4PL personnalisé pour l'ajustement de courbes aux données de bioessai ? Dans JMP, le modèle 4PL utilise une puissance de base « e », tandis que nous utilisons un modèle de base « b », où b = 2. Je suppose que nous pouvons résoudre ce problème avec un script JMP ? Est-il également possible d'effectuer des tests de parallélisme et d'équivalence comme dans un modèle prédéfini ?”
Un peu plus détaillé :
L'utilisation d'une base différente s'explique par le fait que nous nous appuyons sur un logiciel validé pour calculer les puissances relatives des bioessais. Le modèle implémenté dans ce logiciel utilise une base de 2, ou du moins c'est ainsi qu'il a été spécifié au début du projet.
Mon intention serait d'utiliser JMP principalement comme outil de criblage et d'exploration. Dans la version validée du logiciel, chaque action est consignée dans l'historique, ce qui rend les analyses exploratoires assez chronophages. Par exemple, nous souhaitons parfois supprimer un point de dilution spécifique afin d'évaluer si des critères d'adéquation tels que l'équivalence, le parallélisme, le R² et autres s'améliorent, ou d'évaluer l'impact de cette modification sur l'estimation de la puissance relative et ses intervalles de confiance.
Effectuer ces investigations dans JMP nous permettrait d'évaluer rapidement l'influence de petites modifications des données sur le résultat global. Cela accélérerait également considérablement le processus d'évaluation. Je considère JMP comme un environnement de test utile où les modifications peuvent être testées immédiatement et leurs effets analysés en temps réel.
Comme indiqué, nous réalisons actuellement ce travail avec le logiciel validé, mais chaque modification nécessite une documentation et une justification. J'ai déjà testé cette approche avec JMP, et elle fonctionne bien. La seule différence réside dans le modèle de base, raison pour laquelle je vous ai contacté.
Je n'ai pas trouvé comment modifier la base ni comment utiliser une fonction personnalisée dans Fit Curve. Je sais que ce serait possible avec une plateforme non linéaire, mais il n'y aurait alors pas de test de parallélisme/équivalence.
Compte tenu du contexte du système validé, il serait peut-être judicieux d'envisager l'ajout d'une option personnalisée à la future branche de bioessais de Fit Curve. Cependant, je ne suis pas certain de l'impact que cela aurait sur les tests de parallélisme et d'équivalence, ni des hypothèses qui pourraient être remises en question si l'on propose de modifier la base ou d'utiliser des fonctions personnalisées.
@Valerie_Nedbal
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eSi vous enregistrez la formule de prédiction paramétrée depuis la plateforme Fit Curve, vous pourrez l'utiliser et la modifier sur la plateforme Nonlinear. Si je comprends bien, cela répondra à leurs besoins. De plus, les formules paramétrées de la plateforme Nonlinear disposent de curseurs et d'optimiseurs qui rendent l'exploration rapide et intéressante.
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eSalut Jed,
Si je ne me trompe pas, cela leur permettrait de modifier la formule et de voir comment cela fonctionne, mais ils ne pourraient toujours pas effectuer de test de parallélisme ou de test d'équivalence sur la base de cette nouvelle formule, or c'est ce qu'ils souhaitent faire : obtenir ces rapports pour une fonction différente/personnalisée plutôt que pour les fonctions intégrées.
L'approche de la plateforme non linéaire leur permettra d'extraire manuellement les points d'inflexion de chaque courbe à l'aide du profileur, puis de comparer ces valeurs. Cependant, contrairement à la fonction « Ajuster la courbe », les rapports ne seront pas générés automatiquement.
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eVoici, pour être complet, l'élément de la liste de souhaits :
https://community.jmp.com/t5/JMP-Wish-List/Custom-4PL-Models-for-Exploratory-Bioassay-Analysis/idc-p/961041#M8609
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eMerci Martin pour ce partage. L'ajout de la possibilité pour un utilisateur de spécifier des modèles personnalisés pour Fit Curve a été évoqué à plusieurs reprises, mais cela dépasse le cadre de la plateforme.
L'ajout de nouveaux modèles intégrés à la plateforme peut toutefois être relativement simple. Nous souhaitons simplement nous assurer qu'il s'agit bien du modèle que le client souhaite voir ajouté.
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de e@clay_barker Je reviens de vacances et j'ai recontacté le client, voici sa réponse :
Voici le modèle 4-PL que nous utilisons, très similaire à celui que vous avez publié :
où b petit = 2. L'idée était de permettre aux utilisateurs de choisir librement la valeur de b.
Veuillez m'excuser pour les différentes notations, mais je pense que cela reste compréhensible. Bien qu'ils utilisent actuellement une base b=2, ils souhaiteraient pouvoir choisir librement la base.
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eIl serait peut-être judicieux d'implémenter ce modèle général avec une base par défaut et une option permettant de modifier cette base (de la même manière que nous modifions les valeurs alpha et d'autres paramètres sur d'autres plateformes) ?
Re: Analyse de bioessai - Modèle Log4p avec base 2 au lieu de eJe parierais que le client utilise un logiciel comme GraphPad Prism. Ce programme utilise la fonction logarithme décimal (log10), et sa solution itérative est légèrement différente.
Il est très facile de créer une nouvelle colonne de formule et d'appliquer une transformation logarithmique (log10) à la colonne X. L'option « Parallélisme » > « Puissance relative » suppose que la variable X est transformée en logarithme décimal (log10). Vous pourriez utiliser le logarithme népérien (ln) ou toute autre transformation, mais le résultat sera différent à chaque fois, car l'échelle est différente. En bioessais, la transformation logarithmique (log10) est la plus courante pour la colonne X. J'ai entendu parler de quelqu'un qui a essayé d'utiliser le logarithme décimal (log2), mais bien sûr, aucun de ses résultats ne correspondait aux données de la littérature.
