由于临床试验是研究患者的实验，因此它们很大程度上依赖于找到正确的种类和正确的患者数。只有在收集到足够的患者信息并随机分配治疗组之后，才能进行临床试验，因此在截止日期之前招募足够的人员非常重要。
但是，在开始招募时，通常不清楚目前的招募进展如何：“我们会成功吗？我们落后了吗？我们提前了吗？我们在哪？？”这种不确定性使得提前计划并采取措施调整招聘率变得相当复杂。鉴于目前的新兵人数，如果我们能够预测要招募剩余人员所需的时间，这样我们可以毫不延迟地根据需要添加更多的中心，这不是很好吗？好吧，我们可以进行预测建模。
我们在招聘过程中在哪里？
为了解决这个问题，学者们开发了许多预测模型。最简单，最常用的是泊松-伽马分布（Anisimov and Fedorov，2007）。该模型假定患者根据独立的泊松过程入组，每个过程均由未知的非恒定参数lambda定义。Lambda是招募率（每个时间段招募的患者人数），一种衡量招募速度的指标，属于参数为alpha和beta的伽玛分布，也未知。
可以使用到目前为止研究人员掌握的入学数据来估算这两个参数，即alpha和beta。使用估计的alpha和beta并遵循伽马分布，研究人员可以然后模拟不同的募集率（lambda）值，以及由此得出的来自lambda的剩余时间的不同值。平均值2.5 日可以从模拟中计算出百分位数和97.5个百分位数，并将其用作剩余招聘的预测。这些模拟图（图1）使人们可以直观，直观地了解他们在招聘过程中的距离。
图1
在那里，问题解决了！可是等等....
我怎么知道我是否会错过最后期限？如果预测的均值（用红线标记）超过了目标日期，那么这是否意味着我将无法招募足够的患者？还是我应该看一下百分位数？好吧，给我一个阈值概率，您希望您的招聘能够在截止日期之前完成，我会将其与模拟的剩余时间达到截止日期的概率进行比较。如果计算的概率大于或等于阈值，那么当前的招聘率对您是可以接受的。但是，如果当前的招聘率无法达到您的门槛，那么如果您要在截止日期之前达到招聘目标，则需要其他中心。
添加新中心
好的，我怎么知道要添加多少个新中心？很好的问题！该模型将告诉您。如果模型发现有必要添加中心，则将启动自适应调整，并且该模型将使用相同的仿真方法来预测从添加一个中心开始的新剩余时间。默认情况下，新中心的初始数量是1，但是您可以更改它。新的剩余时间包括添加了新中心的预计剩余时间，以及新中心上线之前延迟的时间。然后，模型需要您提供另一个概率。您已给它指定了使用当前中心完成截止日期的最小可能性，因此该模型知道何时开始添加更多中心。下一步是提供在新中心满足最后期限的最小可能性，以便模型知道何时停止添加更多中心。
该模型计算在截止日期前添加新中心的新模拟的概率，并将其与您指定的第二个最小概率进行比较。如果前者的概率小于后者，则它将继续添加新的中心，直到它们相等或前者的概率大于后者。通过这种方式，模型找到了满足最低标准的最少其他中心，因此您可以在截止日期之前同时达到入学目标。下表和图表说明了整个自适应调整过程。请注意，您需要指定的两个概率可能是相同的（当您对模拟达到目标日期的概率有相同的要求（添加和不添加新中心）时）。
图2
图3
表格1
任务完成！
这种在多中心招募患者的预测模型功能强大且可调整。它使您可以清楚地了解招聘的情况以及将来的情况-此外，您可以通过更改选项将其自定义为所需的标准。您需要的是正在进行的临床试验的参与者招募数据，您可以评估和调整招募策略以使您的试验按计划进行。
我创建了图形和表格 JMP临床 （人口统计和访问>病人招募）。JMP Clinical还提供了一组其他预测工具，可用于您的临床试验分析。
江晓彤写道：
嗨，埃米尔。非常感谢您的关注！简而言之，JMPC使用整个绿色区域来预测未来的招聘。尽管在当前招聘结束时略有下降，但总体招聘率仍然相对较高，因此预测值将随着该比例增加。如果仅使用最新数据（例如过去的六个月），则会看到更平坦的斜率，因为平坦的部分更具影响力。如果您还有其他问题，请随时给我发送电子邮件！
拉吉·班达鲁（Raj Bandaru） 写道：
非常高兴，看看这是如何针对某些实际招聘数据进行的以及如何包含其他参数会很有趣。
埃米尔·弗里德曼写道：
图1表明实际招聘已经趋于平缓。为什么外推说斜率会增加？
