Integrated Evidence
Medidata AI Integrated Evidence 解决方案涵盖 23000 多项跨申办方临床试验和 700 万名志愿患者的历史数据,结合真实世界数据,为临床开发领导者提供强大的洞察和必要证据,提高试验成功率。
听听 Medidata AI 高级副总裁 Arnaub Chatterjee 在麻省理工学院商业实验室播客上讨论证据生成在临床试验规划中的重要性。
![v2_ MITTR-MedidataCover.738png](https://www.medidata.com/wp-content/uploads/2021/08/v2_-MITTR-MedidataCover.738png-700x394-c-top.webp)
临床试验数据助力试验决策
形成深刻洞察
临床开发环境瞬息万变,只借助真实世界数据 (Real world data, RWD) 有时根本无法满足试验所需的证据和丰富背景资料。 Medidata AI 是世界上最大的跨申办方临床试验历史数据源,涵盖 20000 多项试验、600 万名患者数据和预集成 RWD,可为开展项目形成深入洞察提供优质解决方案。
![](https://www.medidata.com/wp-content/uploads/2021/03/AcornGIF_20210325.gif)
![](https://www.medidata.com/wp-content/uploads/2021/08/Analytics-Tablet.jpg)
制定循证决策
成本上升、医护标准变化、受试者招募和保留率下降,意味着尽早采取正确决策空前重要。 Medidata AI 结合深度监管、临床专业知识和商业技能提供强大的建模功能,有助于增强制定循证决策的信心。
![](https://www.medidata.com/wp-content/uploads/2021/04/Acorn-Video-Rebranded-Revision-4_Moment-2.jpg)
核心特点
![监管级别的历史临床试验数据](https://www.medidata.com/wp-content/uploads/2021/06/FireShot-Capture-1478-MIT_WP_Thumbnail-1.png-526×676-www.medidata.com_-1-824x464-700x394-c-top.webp)
监管级别的历史临床试验数据
Medidata AI 提供真正“监管级别”的数据,包括传统的临床试验终点以及完整的协变量信息,因为这些都将用于临床试验方案的设计中,随后在 Medidata Rave 电子数据采集 (EDC) 平台加以采集。该数据集提供共用域中的患者级别数据以及 100 多个标准化的协变量,可实现数据驱动的决策。
![科学上严谨的外部对照组](https://www.medidata.com/wp-content/uploads/2021/10/MEDI_IE_web_keyfeatures-700x394-c-top.webp)
科学上严谨的外部对照组
Medidata Ai从监管和内部决策的需求出发,在定义充分的外部对照组并创建适合目标的外部对照组上,Medidata AI 一直是先行者。Medidata AI 一直是定义充分的外部对照组和创建适合监管对话和内部决策的外部对照组的先行者。利用既往临床试验中的的患者构建队列,并通过从同一适应症提取的患者级别数据进行队列选择,这些患者均满足入组标准并且被指定为可接受标准治疗。然后在动态匹配的流程中应用统计方法,该流程使用试验中每个患者的基线人口统计信息和疾病特征,从而生成与试验性治疗的患者紧密匹配的历史患者组。
相关产品
![合成对照组 Synthetic Control Arm®](https://www.medidata.com/wp-content/uploads/2021/10/MEDI_IE_web_solutions_1-824x464-700x394-c-top.webp)
合成对照组 Synthetic Control Arm®
SCA®提供唯一使用跨行业历史试验数据创建的外部对照组。通过精心选择的患者级别数据得出基线组成,并在统计学上与试验分组良好地平衡,产生成准确的合成对照组。
![试验设计](https://www.medidata.com/wp-content/uploads/2021/10/MEDI_IE_web_solutions_2-824x464-700x394-c-top.webp)
试验设计
通过历史临床试验生成证据和标识相关的数据点,这些数据点可用作合规递交或临床开发计划设计的“基础事实”。运行方案,标识出正确的数据点,以优化您的临床试验设计。减少不确定性,缩短用时,更快地作出是否进行试验的决策。