XCellerate Spatial Cluster分析

屡获殊荣的Xcellerate空间集群分析指导根据符合条件的患者集群的位置选择网站,以改善研究规划和加速患者入学。

利用历史调查员招聘绩效数据和现实世界诊断数据

识别患者密度附近的高质量和高性能的研究网站

驱动可操作的见解来优化特定研究或计划的站点/国家配置

它带来了试验结果

Xcellerate Spatial Cluster分析与历史上高性能网站符合学习资格标准的去识别患者集群匹配,以创造较高的会议招聘里程碑的可能性。

概述:

Xcellerate Spatial Cluster改善了网站选择并优化了临床试验设计。它利用我们独特的行业专有调查员招聘绩效分析的集体力量,这些招聘绩效分析来自超过50%的全球研究和现实世界诊断数据集的数据,其中包括超过50%的50亿+测试结果U.S. population. It allows us to examine the impact of inclusion and exclusion criteria on the available patient pool. Xcellerate Spatial Cluster Analysis can also identify additional locations where eligible patient densities exist but are a long distance from known investigators, allowing for focused investigator expansion activities.

空间聚类分析是一种定制的统计方法,其识别患者集群与最富有成效的网站之间的交叉点。

空间聚类分析是一种定制的统计方法,其识别患者集群与最富有成效的网站之间的交叉点。

Xcellerate空间聚类分析的好处:

  • 预测:利用历史调查员招聘绩效数据和现实世界诊断数据
  • 有效的:识别患者密度附近的高质量和高性能的研究网站
  • 高效的:驱动可行的见解,以优化特定研究或计划的网站/国家配置

性能指标:

患者密度 63%更好 与生态血管 - 全球阶段IV研究行业
患者密度 47%更好 与肌肉骨骼的行业 - 全球I期IV研究
空间集群分析识别附近没有调查员的患者集群,以确定发展机会。
Xcellerate Site List Look样本屏幕截图图表

安排会议/演示

联系我们