臨床試験は患者を研究する実験なので、正しい種類と正しい数の患者を見つけることに大きく依存しています。十分な患者情報が収集され、治療グループが無作為に割り当てられた後にのみ臨床試験を実施することができるので、研究者が期限までに十分な人々を募集することは非常に重要です。
しかし、入会が始まると、現在の募集のどの程度進んでいるのかが不明確になることがよくあります。私たちは遅れていますか？我々は予定より進んでいるか？このような不確実性により、前もって計画を立て、採用率を調整するための対策を講じることがかなり複雑になります。現在の採用数を考えれば、必要に応じてセンターを追加するために遅滞なく対応できるように、残りの人々を登録するのにかかる時間を予測できるとしたら、それは素晴らしいことではないでしょうか。さて、私たちは予測モデリングを使ってできます。
採用プロセスのどこにいますか？
この問題を解決するために学者によって開発された多くの予測モデルがあります。最も簡単で最も一般的に使用されているのはポアソン - ガンマ分布です（Anisimov and Fedorov、2007）。そのモデルは、患者が独立したポアソン過程に従って登録することを仮定しており、その各々は未知の、定数でないパラメーターλによって定義される。Lambdaは、採用率（各期間の単位あたりに採用された患者数）で、採用の速さを示す尺度であり、パラメーターalphaおよびbetaを持つガンマ分布にも属します。
これら2つのパラメーター、アルファとベータは、これまで研究者が手にしていた登録データを使って推定することができます。推定されたアルファとベータを使用してガンマ分布をたどることで、研究者は異なる値の採用率（λ）をシミュレートすることができ、したがってラムダから派生する残りの時間の異なる値をシミュレートすることができます。平均、2.5 番目シミュレーションの百分位数および９７．５番目の百分位数はシミュレーションから計算することができ、残りの加入量の予測として役立つ。これらのシミュレーションのグラフ（図1）を見ると、採用プロセスにどの程度の距離があるかがわかりやすく視覚的にわかります。
図1
問題は解決しました。ちょっと待って....
期限を見逃すかどうかはどうすればわかりますか。予測された平均値（赤い線で表示）が目標日を過ぎた場合、これは私が十分な患者を登録できないことを意味しますか？それとも百分位数を見るべきですか？さて、あなたがあなたの募集が締め切りを満たすことを望むしきい値確率を私に与えてください、そして私は締め切りを満たす模擬残り時間の確率とそれを比較します。計算された確率がしきい値以上である場合、現在の採用率はあなたに受け入れられます。しかし、現在の募集率があなたの基準を満たさない場合、期限までに募集目標を達成するためには追加のセンターが必要です。
新しいセンターを追加する
さて、いくつの新しいセンターを追加するのか、どうすればわかりますか？素晴らしい質問です。モデルが教えてくれます。モデルが中心を追加する必要があると判断した場合、適応調整が開始され、モデルは1つの中心を追加することから始まる新しい残り時間を予測するために同じシミュレーション方法を使用します。新しいセンターの初期数はデフォルトで1つですが、変更することができます。新しい残り時間には、新しいセンターが追加されたときの予測残り時間と、新しいセンターがオンラインになるまでに遅延した時間が含まれます。それから、モデルはあなたからの別の確率を必要とします。現在のセンターで締め切りに間に合わせるための最低限の確率を与えているので、モデルはいつセンターを追加し始めるかを知っています。次のステップでは、期限が新しいセンターと一致する可能性を最小限に抑えて、モデルがセンターの追加をいつ停止するかを判断します。
モデルは、新しいセンターが追加された期限を満たす新しいシミュレーションの確率を計算し、それを指定した2番目に小さい確率と比較します。前者の確率が後者よりも小さければ、それらが等しくなるか前者が後者よりも大きくなるまで、新しい中心を追加し続けます。このようにして、モデルは、あなたが同時に期限までにあなたの登録目標に達するようにあなたの最低基準を満たす追加のセンターの最小数を見つけました。以下の表とグラフは、適応調整プロセス全体を示しています。指定する必要がある2つの確率は同じである可能性があることに注意してください（新しいセンターを追加してもしなくてもシミュレーションが目標日に達する確率について同じ要件がある場合）。
図2
図3
表1
任務完了！
多センターでの患者募集のためのこの予測モデルは強力で調整可能です。それはあなたの採用がどのようなものか、そしてそれが将来どのようになるかについての明確な考えをあなたに与えます - そして、あなたはオプションを変えることによってあなたが望む標準にそれをカスタマイズすることができます。必要なのは、進行中の臨床試験の参加者募集に関するデータだけです。これにより、予定をスケジュール通りに保つために募集戦略を評価および調整することができます。
グラフと表を作成しました。 JMPクリニカル （人口統計および訪問>患者募集）。JMP Clinicalには、臨床試験分析に利用できる他の予測ツールもあります。
小龍江書きました：
こんにちは、エミル。どうもありがとうございました。つまり、JMPCは将来の採用を予測するためにグリーンエリア全体を使用します。現在の採用の終わりには少し横ばいになっていますが、全体的な採用率はまだ比較的高いため、予測値はその率とともに増加します。最新のデータ（過去6か月など）のみを使用する場合は、平坦化された部分がより影響力を持つようになるため、より平坦な勾配が表示されます。あなたがより多くの質問があるならば、私に電子メールを送ってください！
バンダルラジ書きました：
非常に素晴らしいことですが、これが実際の採用データに対してどのように実行されたか、および追加のパラメータを含めることができる方法を確認してみると面白いでしょう。
エミル・フリードマン書きました：
図1から、実際の採用数は横ばいになっていることがわかります。外挿はなぜ勾配が増加すると言っているのでしょうか。
