Qu'est-ce qui a inspiré cette demande de liste de souhaits ?
Actuellement, le modèle 4PL (Four Parameter Logistic) intégré à JMP (JMP Pro 19.0.0) utilise une fonction exponentielle de base e, tandis que notre logiciel d'analyse de bioessais validé utilise un modèle 4PL de base b = 2. En raison de cette différence, les résultats de JMP ne peuvent pas être comparés directement à ceux générés par notre flux de travail validé.
Notre équipe utilise un logiciel validé pour calculer les puissances relatives et réaliser des analyses de bioessais. Cependant, chaque action effectuée dans ce logiciel est consignée dans un journal d'audit, ce qui rend les analyses exploratoires fastidieuses. Par exemple, lorsqu'on cherche à déterminer si la suppression d'un point de dilution spécifique dans un bioessai améliore des critères d'adéquation tels que l'équivalence, le parallélisme ou le coefficient de détermination (R²), chaque modification doit être documentée et justifiée.
JMP est un excellent environnement pour explorer rapidement les données et comprendre l'impact des modifications sur les performances des analyses. Cependant, l'impossibilité de définir un modèle 4PL personnalisé avec une base logarithmique différente limite notre capacité à utiliser JMP comme outil de criblage et d'exploration tout en assurant la cohérence avec nos calculs validés.
Quelle amélioration souhaiteriez-vous voir ?
Je souhaiterais que JMP prenne en charge les modèles 4PL définis par l'utilisateur, permettant ainsi aux utilisateurs de spécifier la base exponentielle/logarithmique utilisée dans l'équation d'ajustement de courbe (par exemple, la base 2 au lieu de l'implémentation actuelle en base e).
De plus, il serait précieux que les modèles 4PL définis par l'utilisateur puissent tirer parti des mêmes fonctionnalités de bioessai actuellement disponibles pour les modèles prédéfinis de JMP, notamment :
- Calculs de puissance relative
- Tests de parallélisme
- Tests d'équivalence
- Estimation par intervalle de confiance
- Calcul combiné de la puissance relative à l'aide de tests d'homogénéité ou d'hétérogénéité
- Autres indicateurs de pertinence et de comparabilité des bioessais
Idéalement, les utilisateurs pourraient définir une formule de modèle personnalisée au sein de la plateforme Bioassay ou via une interface de script (JSL) et ensuite appliquer le flux de travail d'analyse bioassay standard à ce modèle.
Exemple de cas d'utilisation :
- Monter un modèle 4PL personnalisé avec base 2.
- Définir et évaluer les critères d'adéquation des essais.
- Supprimer ou inclure certains points de dilution.
- Observez immédiatement l'impact sur les estimations de puissance relative, les intervalles de confiance, l'équivalence, le parallélisme et les indicateurs de qualité d'ajustement.
- Utilisez les résultats pour une évaluation exploratoire avant d'exécuter l'analyse formelle dans un logiciel validé.
Pourquoi cette idée est-elle importante ?
Cette idée pourrait considérablement améliorer la valeur de JMP en tant qu'outil d'exploration des bioessais et d'aide à la décision.
Cela permettrait de :
- Cohérence avec les flux de travail validés : les utilisateurs pouvaient faire correspondre exactement la spécification du modèle utilisée dans le logiciel validé, ce qui augmentait la confiance lors de la comparaison des résultats.
- Analyse exploratoire plus rapide : les scientifiques pourraient rapidement étudier les problèmes de qualité des données, les valeurs aberrantes et les scénarios d’ajustement alternatifs sans la charge associée aux systèmes validés.
- Amélioration de l'efficacité : L'évaluation de l'impact des modifications de données sur la puissance relative, les intervalles de confiance, l'équivalence et le parallélisme pourrait être effectuée en temps réel.
- Plus grande flexibilité : les organisations utilisant des modèles d'analyse personnalisés ou par défaut pourront utiliser JMP sans avoir à faire de compromis sur les spécifications de leurs modèles établis.
- Adoption de JMP dans les environnements réglementés : JMP pourrait servir d’environnement de test puissant pour évaluer le comportement des essais avant l’analyse et le compte rendu formels.
Cette fonctionnalité devrait être implémentée dans la version 20.
