Doriți să vă distribuiți conținutul pe R-bloggeri? dați clic aici dacă aveți un blog, sau aici dacă nu aveți.
Introducere
Oricât de nebun ar părea, pachetul ADaM în R Asset Library • amiral {admiral} se apropie de a treia zi de naștere CRAN: prima noastră lansare datează de la 17 februarie 2022! Timpul zboară cu adevărat atunci când programezi ADaM-uri în R. Baza de cod a crescut destul de mult! Într-un anumit context, dacă ți-ai fi permis să scrii doar douăzeci de linii de cod pe zi, începând cu 17 februarie 2022, până acum ai fi compilat întregul ADaM în R Asset Library • amiral {admiral} baza de cod (excluzând documentație și teste unitare). Și așadar, ce cadou mai bun pentru ADaM în Biblioteca de resurse R • amiral {admiral} decât noua și incitantă versiune 1.2!
Citiți această postare pe blog pentru a afla mai multe despre conținutul interesant al versiunii 1.2, precum și despre unele dintre planurile noastre pentru 2025.
Caracteristici noi pentru 1.2
Ca întotdeauna, am enumerat setul complet de actualizări 1.2 în jurnalul nostru de modificări și am ales doar câteva actualizări selectate de discutat.
Pentru a începe, pentru prima dată de la ADaM în R Asset Library • amiral {admiral} 1.0, am adăugat noi funcții! Cele trei funcții noi disponibile în această versiune sunt:
- Derivați variabile de categorizare precum AVALCATy și AVALCAyN — derive_vars_cat • admiral derive_vars_cat() : Deduceți variabile de clasificare precum
AVALCATy
şiAVALCAyN
. - Derivați variabilele de indicator de criteriu CRITy, CRITyFL și CRITyFN — derive_vars_crit_flag • admiral derive_vars_crit_flag() : Deduceți indicatori de criteriu compatibil cu ADaM pentru a facilita analizele de subgrup, cum ar fi
CRITy
,CRITyFL
șiCRITyFN
. - transform_scale(): Transformați valorile chestionarului pe o scară standardizată.
Funcție nouă:
Derivați variabile de categorizare precum AVALCATy și AVALCAyN — derive_vars_cat • admiral derive_vars_cat()
Ne doream o funcție care să poată prelua intrări definite de utilizator pentru variabile asemănătoare categoriei, de ex AVALCATy
şi AVALCAyN
. Deși acest lucru este definit de obicei în metadatele pentru un ADaM, ne-am gândit că a avea o funcție dedicată în ADaM în R Asset Library • amiral {admiral} ar putea ajuta fie cu programare dublă, fie cu proiecte mai mici care nu au metadate complet dezvoltate. Spune-ne ce crezi!
Mai jos vă puteți extinde pentru a obține câteva exemple simple ale acestei noi funcții cu date fictive în acțiune. Asigurați-vă că consultați documentația funcției de pe site-ul web al amiral pentru înțelegerea completă a variabilelor de categorizare Derive, cum ar fi AVALCATy și AVALCAyN — derive_vars_cat • admiral derive_vars_cat() .
Extindeți pentru completarea codului
library(dplyr) library(admiral) library(tibble) # Example 1 advs <- tibble::tribble( ~USUBJID, ~VSTEST, ~AVAL, "01-701-1015", "Height", 147.32, "01-701-1015", "Weight", 53.98, "01-701-1023", "Height", 162.56, "01-701-1023", "Weight", NA, "01-701-1028", "Height", NA, "01-701-1028", "Weight", NA, "01-701-1033", "Height", 175.26, "01-701-1033", "Weight", 88.45 ) # Example 1 # A simple defintion with multiple conditions definition2 <- exprs( ~VSTEST, ~condition, ~AVALCAT1, ~AVALCA1N, "Height", AVAL > 160, ">160 cm", 1, "Height", AVAL <= 160, "<=160 cm", 2, "Weight", AVAL > 70, ">70 kg", 1, "Weight", AVAL <= 70, "<=70 kg", 2 ) derive_vars_cat( dataset = advs, definition = definition2, by_vars = exprs(VSTEST) ) # Example 2 # A simple defintion with slightly more complex conditions definition3 <- exprs( ~VSTEST, ~condition, ~AVALCAT1, ~AVALCA1N, "Height", AVAL > 170, ">170 cm", 1, "Height", AVAL <= 170 & AVAL > 160, "<=170 cm", 2, "Height", AVAL <= 160, "<=160 cm", 3 ) derive_vars_cat( dataset = advs, definition = definition3, by_vars = exprs(VSTEST) ) # Example 3 # Now using for MCRITyML and the MCRITyMN variables adlb <- tibble::tribble( ~USUBJID, ~PARAM, ~AVAL, ~AVALU, ~ANRHI, "01-701-1015", "ALT", 150, "U/L", 40, "01-701-1023", "ALT", 70, "U/L", 40, "01-701-1036", "ALT", 130, "U/L", 40, "01-701-1048", "ALT", 30, "U/L", 40, "01-701-1015", "AST", 50, "U/L", 35 ) definition_mcrit <- exprs( ~PARAM, ~condition, ~MCRIT1ML, ~MCRIT1MN, "ALT", AVAL <= ANRHI, "<=ANRHI", 1, "ALT", ANRHI < AVAL & AVAL <= 3 * ANRHI, ">1-3*ANRHI", 2, "ALT", 3 * ANRHI < AVAL, ">3*ANRHI", 3 ) adlb %>% derive_vars_cat( definition = definition_mcrit, by_vars = exprs(PARAM) )
Funcție nouă:
Derivați variabilele indicator criteriu CRITy, CRITyFL și CRITyFN — derive_vars_crit_flag • admiral derive_vars_crit_flag()
Funcția derivă steaguri de criterii conforme cu ADaM, de ex CRIT1FL
pentru a facilita analizele de subgrup.
Dacă un indicator de criteriu nu poate fi derivat cu această funcție, derivarea nu este compatibilă cu ADaM. Vă ajută să vă asigurați că:
-
condiția criteriului depinde numai de variabilele aceluiași rând,
-
CRITyFL este populat cu valori valide, adică fie „Y” și NA sau „Y”, „N” și NA,
-
variabila CRITy este populată corect.
Mai jos vă puteți extinde pentru a obține câteva exemple simple ale acestei noi funcții cu date fictive în acțiune. Asigurați-vă că consultați documentația funcției de pe ADaM în R Asset Library • site-ul web amiral {admiral} pentru o înțelegere completă a variabilelor de semnalizare criteriu Derive CRITy, CRITyFL și CRITyFN — derive_vars_crit_flag • admiral derive_vars_crit_flag() .
Extindeți pentru completarea codului
library(admiral) library(tibble) adbds <- tribble( ~PARAMCD, ~AVAL, "AST", 42, "AST", 52, "AST", NA_real_, "ALT", 33, "ALT", 51 ) # Create a criterion flag with values "Y" and NA derive_vars_crit_flag( adbds, condition = AVAL > 50, description = "Absolute value > 50" ) # Create criterion flag with values "Y", "N", and NA and parameter dependent # criterion description derive_vars_crit_flag( adbds, crit_nr = 2, condition = AVAL > 50, description = paste(PARAMCD, "> 50"), values_yn = TRUE, create_numeric_flag = TRUE )
Funcție nouă: transform_scale()
Ultima funcție nouă pe care o adăugăm este transform_scale(). Venind direct dintr-o cerere de utilizator, cu această funcție avem acum funcționalitatea de a transforma liniar un vector de valori cu un anumit interval asociat în valori dintr-un alt interval.
library(admiral) transform_range( source = c(1, 4, 3, 6, 5), source_range = c(1, 5), target_range = c(0, 100) )
În cadrul programării ADaM, aceasta este o sarcină comună, care apare, de exemplu, la transformarea valorilor chestionarului într-o scală standardizată (de exemplu, 1-100). Ca atare, vedem că această funcție este folosită în principal în apelurile la Adaugă un parametru calculat din valoarea de analiză a altor parametri — derive_param_computed • admiral derive_param_computed() în timpul creării seturi de date, cum ar fi ADQS. Puteți citi mai multe despre acest subiect în vigneta noastră Chestionar ADaMs.
Strategia de depreciere
Important
Am dori ca toți utilizatorii să fie conștienți de faptul că o nouă strategie de depreciere este adoptată de către ADaM în R Asset Library • echipa amiral {admiral}. Puteți găsi detaliile legate aici în Ghidul nostru de strategie de programare
Anterior, echipa urma să păstreze funcțiile „înlocuite” pe termen nelimitat, adică, o funcție care a fost înlocuită cu o funcție mai bună ar fi păstrată în ADaM în R Asset Library • amiral {amiral} și menținută până la moartea universului. Din păcate, asta pune o datorie tehnologică enormă asupra viitorilor întreținători. S-a decis ca aceste funcții „înlocuite” să fie de fapt depreciate și eliminate încet din baza de cod. Consultați Ghidul nostru de strategie de programare dacă doriți să înțelegeți mai bine acest proces de eliminare a funcțiilor din ADaM din R Asset Library • amiral {admiral} .
Resurse pentru amiral: admiraldiscovery, cheatsheet, Find My Function, Working Groups
Lucrul la ADaM în R Asset Library • lansările admiral {admiral} nu se limitează doar la funcții noi și depreciere. Biblioteca de active ADaM în R • echipa amiral {amiral} încearcă să ofere o mulțime de resurse și modalități de implicare pentru a menține ADaM în Biblioteca de active R • amiral {amiral} actual și actualizat.
Pentru această versiune, am actualizat cheatsheet-ul, astfel încât să fie în conformitate cu completările și modificările pentru noua versiune.
admiraldiscovery este un site web de sine stătător și are un tabel interactiv frumos pentru a ajuta la identificarea variabilelor ADaM obișnuite și a ADaM din biblioteca R Asset • funcțiile amiral {admiral} care le derivă.
În plus, am făcut mai vizibil linkul admiraldiscovery (alias „Găsiți funcția mea”) pe ADaM în R Asset Library • bara de navigare a site-ului web al pachetului amiral {admiral} pentru a crește traficul utilizatorilor către site-ul admiraldiscovery.
De asemenea, din iunie până în prezent, am avut două grupuri de lucru în funcțiune:
-
Grupul de lucru al Ghidului de implementare ADaM, care a consultat cu sârguință ADaM IG pentru a identifica eventualele lacune din ADaM în R Asset Library • Amiral {admiral} funcționalitatea și/sau documentația și creează probleme pentru a elimina decalajele.
-
Grupul de lucru Environments, care citește în prezent anumite capitole din Advanced R pentru a-și reîmprospăta înțelegerea mediilor înainte de a rehașa modul în care acestea sunt tratate în ADaM în R Asset Library • amiral {admiral} .
Dacă aveți idei pentru noi grupuri de lucru din care ați dori să faceți parte, contactați-ne – haideți să creăm împreună ADaM în R Asset Library • amiral {amiral} împreună!
amiral la Conferințe recente
Această postare este, de asemenea, o oportunitate grozavă de a prezenta și de a face publice unele dintre activitățile fantastice pe care membrii comunității ADaM in R Asset Library • amiral {admiral} le-au făcut de la lansarea noastră 1.1, în iunie. Câteva puncte importante includ:
- La user 2024 din Salzburg:
- Edoardo Mancini și Stefan Thoma au susținut o prezentare intitulată: „ADaM în R Asset Library • amiral {amiral} – Gramatica manipulării datelor • dplyr {dplyr} a industriei farmaceutice?” – slide-uri aici.
- La R/Pharma 2024:
- Ben Straub și Fanny Gautier au condus un „Atelierul ADaM” folosind admiral, metacore/metatools și xportr pentru a deriva
ADSL
şiADVS
– slides aici, repo aici.
- Ben Straub și Fanny Gautier au condus un „Atelierul ADaM” folosind admiral, metacore/metatools și xportr pentru a deriva
- La PHUSE EU Connect 2024 de la Strasbourg:
- Yirong Cao și Yi Yan au susținut o discuție intitulată: Perspective despre utilizarea pachetului de extensie pentru oncologie pentru ADaM în R Asset Library • admiralonco {admiralonco} la BMS: Facilitating Oncology Efficacy ADaM Datasets – diapozitive aici, hârtie aici.
- Edoardo Mancini a vorbit despre Două pălării, un noggin: Perspective despre lucrul ca dezvoltator și ca utilizator al pachetului Amiral R pentru crearea ADaM – diapozitive aici, hârtie aici).
- Federico Baratin și-a exprimat părerea Amiralvaccine Project Journey – diapozitive aici, hârtie aici).
După cum puteți vedea, ADaM în R Asset Library • amiral {amiral} se răspândește ca un incendiu în industria farmaceutică și încurajăm pe oricine din comunitatea noastră să răspândească vestea și să continue să facă aceste super prezentări. Vă rugăm să ne anunțați dacă prezentați pe ADaM în R Asset Library • amiral {amiral}, ne-ar plăcea să vă mulțumim.
Pentru arhiva completă a ADaM în R Asset Library • prezentări legate de amiral {admiral}, vă rugăm să vizitați Arhiva noastră de prezentare.
Planuri pentru 2025
Biblioteca de active ADaM în R • amiral {admiral} plănuiește două lansări în 2025, cu o lansare la începutul verii și o lansare la sfârșitul anului. Intenționăm să continuăm să actualizăm Amiral pe baza feedbackului utilizatorilor. Vă rugăm să nu ezitați să creați o problemă pentru a face documentația mai clară, sau dacă ați găsit o eroare neplăcută, sau aveți o idee pentru o funcție sau altceva! Ne place feedback-ul și puteți chiar să vă implementați ideea dacă echipa de bază își dă aprobarea.
ADaM în R Asset Library • amiral {admiral} are un fir de discuții despre idei potențiale pentru lansarea noastră 1.3. Puteți contribui sau urmăriți în discuție aici
Câteva elemente de alegere din discuție:
- ADaM în R Asset Library • admiral {admiral} folosește operatori de dezamorsare avansati — dezamorsare-avansat • rlang exprs() în multe dintre argumentele sale pentru utilizatori. Sperăm că într-o versiune viitoare să ascundem acest lucru de utilizatori, așa cum se face în pachetele Tidyverse
- ADaM în R Asset Library • amiralul {admiral} s-a dovedit a fi lent în îmbinarea seturi de date mari. Într-o versiune viitoare vom fi rezolvat aceste blocaje!
- În prezent, notarea laboratorului nostru este păstrată într-o foaie de calcul Excel. Sperăm să mutam acest lucru într-un fișier json, precum și în orice alte metadate care ar putea fi la îndemână pentru utilizatori.
- Poate ADaM în R Asset Library • amiral {amiral} să se mute din
%>%
la|>
am constatat că conducta de bază are câteva limitări, dar discutăm.
Multumim pentru lectura si programare fericita in 2025!!
Ultima actualizare
21-01-2025 14:39:57.582231
Detalii
Sursă, informații despre sesiune
Reutilizați
Citare
@online{straub2025, author = {Straub, Ben and Mancini, Edoardo}, title = {{Admiral} 1.2 Is Here!}, date = {2025-01-17}, url = {https://pharmaverse.github.io/blog/posts/2025-01-17_1.2_admiral.../1.2_admiral_release.html}, langid = {en} }
Straub, Ben și Edoardo Mancini. 2025. „{Amiralul} 1.2 este aici!” 17 ianuarie 2025. https://pharmaverse.github.io/blog/posts/2025-01-17_1.2_admiral…/1.2_admiral_release.html.
Noobz.ro.com oferă actualizări zilnice prin e-mail despre R știri și tutoriale despre învățarea R și multe alte subiecte. Faceți clic aici dacă doriți să publicați sau să găsiți un job R/data-science.
Doriți să vă distribuiți conținutul pe R-bloggeri? dați clic aici dacă aveți un blog, sau aici dacă nu aveți.
Continuați să citiți: {amiral} 1.2 este aici!