다기관 임상 시험에서 환자 모집을 위한 예측 모델링임상 시험의 초기 모집 일정은 종종 과거 시험의 등록률을 사용하여 결정됩니다. 최선의 노력에도 불구하고 임상 시험에 적절한 전원을 공급하기 위해 필요한 환자를 식별하고 모집하는 데 어려움이 있어 연구 완료가 지연될 수 있습니다. 연장된 일정은 진행 중인 연구의 비용을 증가시키고 다운스트림 활동의 지연을 초래하며, 여기에는 추가 임상 시험이나 잠재적인 규제 제출이 포함될 수 있습니다. JMP Clinical에서 남은 모집 시간을 예측하기 위해 Anisimov 및 Fedorov(2007) 알고리즘을 구현한 것을 제시합니다. 각 센터에 환자가 도착하는 것은 알려지지 않은 매개변수가 있는 감마 분포에서 샘플링된 비율을 사용하는 독립적인 포아송 프로세스를 따릅니다. 현재 등록 정보가 주어지면 최대 우도를 사용하여 모델 매개변수를 추정한 다음 시뮬레이션을 통해 남은 모집 시간과 신뢰 구간을 예측하는 데 사용합니다. 또한 모집 마감일을 놓칠 확률이 높은 경우 마감일을 맞추는 데 필요한 추가 임상 센터 수가 결정되어 목표 시간이 달성될 때까지 센터 수가 적응적으로 조정됩니다.
