多中心试验中患者招募的预测模型临床试验的初始招募时间表通常使用过去试验的招募率来确定。尽管尽了最大努力，但在确定和招募必要的患者以适当地支持临床试验方面仍存在挑战，这可能会延迟研究完成。延长的时间表会导致正在进行的研究的成本增加，并延迟下游活动，这些活动可能包括额外的临床试验或潜在的监管提交。我们介绍了 Anisimov 和 Fedorov (2007) 算法的实现，以预测 JMP Clinical 中的剩余招募时间。患者到达每个中心遵循独立的泊松过程，其速率从具有未知参数的伽马分布中采样。给定当前的注册信息，使用最大似然估计模型参数，然后通过模拟使用这些参数预测剩余的招募时间和置信区间。此外，如果错过招募截止日期的可能性很高，则确定满足截止日期所需的额外临床中心数量，并自适应地调整中心数量，直到实现目标时间。
