1848年，美国历史上最著名的淘金热始于萨特的磨坊(Sutter’s Mill)，它位于今天的加州科洛马(Coloma)附近，永远地塑造了美国的经济版图。在那些日子里，没有科学工具来指导勘探者进行搜寻。对许多人来说，以前的考古发现只是梦想破灭的起点。
由于用于临床试验患者登记的需求空前高涨，现在这已经成为21世纪的淘金热。最近的独立调查显示，只有10-17临床试验％的按时完成招生[1]，因为只有3个癌症患者的百分之选择参加临床试验[2]，患者招募仍然是药物一个具有挑战性的和昂贵的痛点开发研究。
赞助者挑战-识别高性能的地点
试验设计的初始阶段，是一个艰巨的过程，需要细致的重视和注意。
通过选择高性能的站点来最小化试验成本是至关重要的。这包括增加随机化率，同时最小化屏幕失败率，同时保持高水平的协议遵从性。如果能够实现，对于研究者评估的终点，这将有助于通过减少变异性来增加统计能力。
历史上，由知名网站选择选择临床试验基地;这导致了多个赞助商对同一资源的竞争。幸运的是，去鉴定实验室测试结果，包括美国控股实验室公司病人服务中心的位置的美国控股实验室公司数据库可以与包括美国疾病控制和预防发病率真实数据的其他来源（RWD）相结合。有效的分析技术（如空间聚类分析）相结合这一赞助商提供一个替代的方法来满足他们的挑战。
科文斯的解决方案
空间聚类分析使我们的赞助商能够考虑基于RWD的纳入/排除标准的影响。他们可以通过增加对疾病发病率的了解和可评估的患者密度，而不考虑过去与研究者的直接互动，以此来提高研究地点的识别和选择标准。亚博全站官网叠加已知研究地点/研究人员的位置信息，使我们的赞助商不仅能够根据研究人员过去的表现历史(如果之前参与亚博全站官网过其他试验)对他们进行分级，而且还能够利用距离研究地点实际地理距离内潜在患者的集中度。在以前的研究人员无法达到登记目标的情况下，现在又增加了识别科万新站点的能力，而且获得可评估的大量协议患者可用性的好亚博全站官网处超过了启动新站点所需的额外投资。
总而言之，空间集群帮助了赞助商:
- 分析的基础上RWD包含/排除标准的影响，并利用这些信息来识别站点位置
- 不仅基于历史表现，还基于诸如疾病发病率和可协议评估的患者密度信息等变量
- 确定哪些协议，评估病人的密度的确存在，但太远从已知的调查，以协助打击一个高度竞争格局额外的潜在地点
- 在适应症流线型的网站数在主要疗效参数是基于由研究者主观评估，控制站点间的变化，这有助于最大限度地提高研究的统计力量
下面的地图示出了使用空间聚类分析技术的结果。
蓝拉克罗斯s -预先确定的研究者(蓝点=符合纳入亚博全站官网标准的受试者的潜在转诊)
绿星-从研究者数据库推荐的其他网站(绿圈=潜在的推荐)
紫色的五角大楼-病人密度较大(群集)的其他地点，需要选择研究者
黄圈- 其他科目的位置，但对于网站刊登位置过低的密度。
参考文献：
1次Centerwatch调查。2012 NIH报告。2013。
我们如何鼓励参与临床试验?”,1/2015。
