预测多中心临床试验中的患者招募情况蒋晓彤，北卡罗来纳大学教堂山分校生物统计学系
Richard C. Zink 博士，JMP Life Sciences，SAS
临床试验的初始招募时间表通常由过去试验的招募率决定。尽管尽了最大努力，但在确定和招募必要患者以适当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。在 JMP Clinical 中，实现了 Anisimov 和 Fedorov (2007) 算法的交互式实现，以预测剩余的招募时间。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。根据当前的注册信息，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。此功能通过预先指定的选项适应不同的客户需求，并可能进行修改以预测未来在商业和金融等领域的招募。
