随着因COVID-19全球影响的减弱，推迟的试验正在重新走上正轨，研究中心入组和招募患者的竞争也日趋激烈。Medidata基于庞大的行业数据分析撰写了《全球患者入组概况白皮书》，与您探讨在心血管、中枢神经系统、免疫调节和肿瘤等领域的临床试验入组趋势、全球洞察及其在2022年的影响。
（点击链接下载白皮书）
面对如此入组趋势，申办方及CRO正积极利用先进的数据库，分析研究中心整体表现和招募进度，加速患者入组。
案例分享
一家排名前十的生物制药企业希望在某优选适应症领域扩充他们的研究中心列表，更深入地了解数据库中现有研究中心的综合表现。
到目前为止，80%的试验无法在目标时间内完成受试者入组，已终止试验中有55%以受试者数量不足为主要终止原因(1,2)。
入组问题受到许多因素的影响，包括研究中心选择、行业竞争、精准治疗目标患者群体的扩大以及试验条件的变化等。在如此残酷的环境中，如何依据可靠的数据选择更好的研究中心，是该申办方取得试验成功的关键环节。
解决方案
该生物制药企业与Medidata Acorn AI合作，对表现优秀的研究中心进行识别和排名，为即将开展的临床试验作准备。
Acorn AI Intelligent Trials是业内领先的临床试验分析解决方案，它汇集了来自1900多位客户和26000多项试验的跨行业表现指标，提供国家和研究中心级别的数据颗粒度，具备对当前竞争格局的实时洞察能力以及建模预测能力，能够给予申办方竞争优势。
Study Feasibility（研究可行性）是 Intelligent Trials的模块之一，作为一项自助工具，它允许申办方访问国家、研究和研究中心级别的指标。
Study Feasibility的衡量指标来自Rave EDC采集的实际实时数据，囊括了进行中的研究和已结束研究。指标包括研究中心入组百分位数排名、入组排名可变性、中心饱和度以及每家研究中心相对于患者群体的入组竞争情况等。
Study Feasibility还提供数据录入滞后和数据校正率等指标用于数据质量的衡量。此外，Study Feasibility还将一项研究中研究中心表现的相对排名作为复杂性的衡量。利用多元排名功能，用户可以在给研究中心评级时选择对他们来说更重要的指标。
成果
Acorn AI将跨行业的临床试验数据与申办方的数据有机整合，提供更可靠的研究中心表现视图。起初，该申办方仅拥有99个被归类为一级的研究中心。纳入Acorn AI数据后，团队又识别出31个先前无相关经验的新一级研究中心，并对104个以往被认定为表现较差的研究中心进行了重新归类。最终，在Acorn AI的加持下，可供选择的一级研究中心数量增加了一倍多。
Acorn AI 数据将某优选适应症领域的一级研究中心数量增加了一倍多
Medidata Acorn AI Study Feasibility数据与公开可用数据的优势对比
Medidata Intelligent Trials 利用27000多项临床试验的历史绩效指标，在研究、国家和研究中心层面以及相关研究者层面进行细化，根据130多个适应症的预测性入组模型提供研究中心排名，并可实时了解试验表现指标，助力试验成功。
- 实时的洞察您的试验 VS 行业标准的对照
- 基于数据自信决策中心筛选和入组计划
- 优化效率低下的研究中心和入组
Medidata Acorn AI Study Feasibility数据与公开可用数据的优势对比
《全球患者入组概况白皮书》下载链接