多中心試驗中患者招募的預測模型<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />臨床試驗的初始招募時間表通常使用過去試驗的登記率來確定。儘管做出了最大努力，但鑑定和招募必要患者以便適當地為臨床試驗提供動力的挑戰可能會延遲研究完成。延長的時間表導致正在進行的研究的成本增加和下游活動的延遲，這可能包括額外的臨床試驗或潛在的監管提交。我們提出了Anisimov和Fedorov（2007）算法的實現，以預測JMP Clinical中的剩餘招募時間。患者在每個中心的到達遵循獨立的泊松過程，其中速率從具有未知參數的伽馬分佈中採樣。給定當前登記信息，使用最大似然估計模型參數，然後將其用於通過模擬預測剩餘的招募時間和置信區間。此外，如果很有可能錯過招募截止日期，則確定滿足截止日期所需的額外臨床中心的數量，自適應地調整中心的數量直到達到目標時間。
數據可視化預測建模
