Implementing CDISC Using SAS: An End-to-End Guide

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش:  
نویسندگان: Holland C.,  Shostak J.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 287 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 مگابایت 

قیمت کتاب (تومان) : 36,000

موسسه SAS، 2013. - 292 ص. — ISBN: 1612901654 برای چندین دهه، محققان و برنامه نویسان از SAS برای تجزیه و تحلیل، خلاصه کردن و گزارش داده های کارآزمایی بالینی استفاده می کردند. اکنون کریس هالند و جک شوستاک اولین کتاب جامع را در مورد بکارگیری داده ها و فراداده های تحقیقات بالینی در استانداردهای کنسرسیوم استانداردهای تبادل داده های بالینی (CDISC) نوشته اند.
پیاده سازی CDISC با استفاده از SAS: راهنمای پایان به انتها همه چیز است. راهنمای جامع در مورد نحوه پیاده‌سازی و تجزیه و تحلیل داده‌های مدل جدول‌بندی داده‌های مطالعه (SDTM) و مدل تجزیه و تحلیل داده‌ها (ADaM) و آماده‌سازی داده‌های کارآزمایی بالینی برای ارسال‌های قانونی. موضوعات تحت پوشش عبارتند از ایجاد و استفاده از ابرداده، توسعه مشخصات تبدیل، پیاده سازی و اعتبارسنجی داده های SDTM و ADaM، تعیین راه حل برای تبدیل داده های قدیمی، و آماده سازی داده ها برای ارسال نظارتی. این کتاب محصولاتی مانند Base SAS، SAS Clinical Data Integration، و SAS Clinical Standards Toolkit و همچنین JMP Clinical را پوشش می دهد.
هرکسی که با استانداردهای CDISC سر و کار دارد، از جمله برنامه نویسان SAS یا JMP، آماردانان و مدیران داده در صنایع دارویی، بیوتکنولوژی یا تجهیزات پزشکی - بهترین شیوه‌های فلسفی و نمونه‌های پیاده‌سازی این کتاب را ارزشمند خواهند یافت.

SAS Institute, 2013. — 292 p. — ISBN: 1612901654 For decades researchers and programmers have used SAS to analyze, summarize, and report clinical trial data. Now Chris Holland and Jack Shostak have written the first comprehensive book on applying clinical research data and metadata to the Clinical Data Interchange Standards Consortium (CDISC) standards.
Implementing CDISC Using SAS: An End-to-End Guide is an all-inclusive guide on how to implement and analyze Study Data Tabulation Model (SDTM) and Analysis Data Model (ADaM) data and prepare clinical trial data for regulatory submissions. Topics covered include creating and using metadata, developing conversion specifications, implementing and validating SDTM and ADaM data, determining solutions for legacy data conversions, and preparing data for regulatory submission. The book covers products such as Base SAS, SAS Clinical Data Integration, and the SAS Clinical Standards Toolkit, as well as JMP Clinical.
Anyone dealing with CDISC standards-including SAS or JMP programmers, statisticians, and data managers in the pharmaceutical, biotechnology, or medical device industries-will find the philosophical best practices and implementation examples in this book invaluable.