預測多中心臨床試驗中的病患招募狀況蔣曉彤，北卡羅來納大學教堂山分校生物統計學系
Richard C. Zink 博士，JMP Life Sciences，SAS
臨床試驗的初始招募時間表通常由過去試驗的入組率決定。儘管盡了最大努力，但為了適當地進行臨床試驗而確定和招募必要的患者方面仍存在挑戰，這可能會延遲研究的完成。延長時間會導致正在進行的研究的成本增加和下游活動的延遲，其中可能包括額外的臨床試驗或潛在的監管提交。實施了 Anisimov 和 Fedorov (2007) 演算法的互動式實現，以預測 JMP Clinical 中的剩餘招募時間。每個中心的患者到達都遵循獨立的泊松過程，其採樣率為從具有未知參數的伽馬分佈中採樣的。根據目前的招生信息，使用最大似然法估計模型參數，然後透過模擬預測剩餘的招募時間和置信區間。此外，如果錯過招募截止日期的機率很高，則確定滿足截止日期所需的額外臨床中心數量，並自適應調整中心數量，直到實現目標時間。此功能透過預先指定的選項滿足不同客戶的需求，並可能進行修改以預測未來商業和金融等領域的招募。
