修复患者招聘“漏漏漏斗”:将数据与患者和地点为中心的方法混合以解决挑战

我们行业中的大多数人都熟悉“漏洞漏斗”类比,描述了我们接近大量患者纳入研究的模型,但它们在每一个时刻都泄漏出管道。通过规划,筛查和执行患者的损失不仅是昂贵的,而且还可以显着延迟甚至防止成功执行其他有效的研究。

科文斯认为,这一具体挑战为我们提供了一个机会,使我们能够利用我们丰富的、差异化的资产和能力来应对。具体来说,我们认为我们无与伦比的数据建模/分析和患者见解是减少管道泄漏的关键。我们认为,真正的解决方案不仅仅是将这些能力放在一个孤立的方法中,而是将所有这些能力混合在一起,形成一种既以站点为中心又以患者为中心的方法——整体大于部分之和。

让我们考虑数据、分析和深入患者见解的组合如何解决管道中的特定泄漏问题。

识别-优化协议设计

文斯,我们专注于鉴别通过寻求最佳地与现实世界患者人口最佳地匹配的参与者人口。我们使用数据驱动方法来选择要驱动的已知性能的网站报名并减少与潜在参与者期望值的偏差,以提高保留

研究成功的关键在于设计出可能导致招聘延迟的方案中的“缺陷”,或者至少让我们提前意识到这些缺陷并在计划中加以解释。我们的目标是设计“可以完成”的试验

方案设计可以要求患者群体的一个非常特定的子集:那些没有常见共病的患者有有限的治疗暴露,以及在纳入/排除标准内设定的其他参数。虽然这种疾病可能很常见,但符合标准的人群可能很少,增加了计划不准确和未达到招募目标的可能性。

优化协议设计的第三件是理解可寻址的患者人口,能够准确地预测招聘率,并了解潜在的参与者的兴趣,并留在研究中。

通过我们独特的途径LabCorp公司科文斯的实验室结果,可以获得真实的诊断数据,包括在5000多个检测中对大约50%的美国人口进行300亿次测试结果。利用这些未识别的数据集作为高级建模系统的基础,我们不仅可以显示一组非常特定的包含/排除标准的一般人口池,而且还可以在必要时提供增加潜在池的建议。这些建议可以与赞助商实时建模,以使团队能够增加潜在的池,而不会危及研究目标。我们的结果表明,与历史性方法相比,这种方法更有效,我们将要求地点估计可寻址人口。

Covance Central Lab结果数据提供了对来自所有全球研究50%以上数据的聚合站点性能的访问。这些见解包括患者登记率、患者密度和按适应证显示的现场质量标志。这使我们能够根据区域评估议定书的要求是否与研究目标有关的现实。它也给我们一个独特的见解,历史表现。

最后,Covance团队可以访问有关参与者注册的概率的见解 - 并留在注册。我们的全球患者智能数据库,极品®患者智力,包含有关现有和天真参与者的组合的信息及其对特定研究标准的宽容。Labcorp为这些洞察力评估其客户群的能力增加了很广泛,真实的洞察力解决了普遍性,并且经常看不见的参与障碍。

获取这些无与伦比的数据源的组合,屡获殊荣的分析,对患者的深刻理解以及我们在试验执行中的经验是增加可以成功执行的设计协议的概率的关键。

报名

与登记相关的漏斗中的漏洞往往集中在了解最佳患者和地点。潜在的参与者需要看到研究的好处大于任何不便,并且需要为特定的方案选择最佳的地点。

患者和参与者

了解患者的观点原因,为什么他们会或不会参与研究是设计一项研究的重要因素,这些研究可以在入学和保留方面成功开展。虽然我们寻求设计议定议以支持最佳招聘,但有很多场合在COVANCE参与研究之前最终确定,并且不适当考虑患者的观点或其他因素。这可能听起来像简单的修复,但今天患者入学仍然是一个障碍。在这些情况下,深入了解患者的容忍度更为重要。例如,我们发现,诸如药物审判后的可用性或不方便的程序的数量对患者的参与和留在审判的意愿具有深远的影响。我们的Xcellerate患者智能数据库包括来自全球临床试验参与者的见解,以帮助计划这个关键区域,包括甚至简单的数据,例如他们愿意旅行的网站访问。

除了促进登记,我们正在努力接触更多的潜在患者。Covance正在几项举措上进行创新,包括通过LabCorp发展我们的“直接面向消费者”招聘模式,而不仅仅是依靠网站来拓展潜在患者。在这种模式中,如果患者选择了,我们可以通过查看患者的纵向诊断实验室数据,然后邀请他们参与附近的研究,对患者进行预筛选。越来越多的LabCorp消费者已经对注册表示出兴趣。我们继续投资于这一令人兴奋的新外展模式,进一步扩大了患者将研究视为一种治疗选择的机会,并支持有额外招聘机会的网站。

遗址

科文斯中心实验室比世界上任何其他组织产生更多的临床试验数据。在任何给定的时间点,在所有全球研究中有超过50%的视线,这些聚合数据的关键属性之一是通过指示评估175,000名独特调查人员的历史性能。亚博全站官网在我们的分析工作中,我们已经看到经验不会自动等同于性能。当我们浏览我们的数据集时,我们在各级经验中找到了高性能的网站。对更有经验的网站的古老古老推定并不能保证结果。

具体而言,我们可以分析这些站点的招募率,屏幕故障率和区域内的患者密度的汇总性能,并在指示范围内。我们发现历史性表现是实际表现的关键预测因素,简单地提出了我们所做的大量数据点,使我们能够更高准确地选择学习的最佳站点。鉴于没有数据的选择的挑战以及继续在整个行业招募患者的地点的数量,我们在“固定漏水管道”中找到了一个宝贵的工具。

保留

有几个有关的因素与减少保留周围的泄漏有关,他们通常集中在减少参与的障碍和患者及其家庭的不便。基本上,我们需要以一种让患者在整个研究中啮合和激励的方式执行研究。

通过访问来自20多个国家的活跃和幼稚受试者的独特数据,Xcellerate患者智力数据有助于确定患者的过度负担。例如,我们以患者为中心的方法避免招募延迟的最新和常见主题包括:

▶了解患者患者的频率和甚远将通过指示以及他们将容忍的类型的程序进行旅行。

▶ 努力使试验药物在试验后可用-尤其是在现有治疗无法负担的情况下。

▶帮助患者了解对更广泛的研究人口的好处。

Covance还拥有许多其他独特的能力,直接推动更好的保留率。例如,我们可以使用98.3%的准确度预测套件放置。当患者到达预定访问时,可确保试剂盒可减少不必要的挫折 - 对于患者和该网站。

我们还努力利用庞大的Labcorp患者服务中心(PSC)网络了解特定类型的患者访问,包括位于的一些PSC沃尔格林'商店。对这些PSC的访问往往更方便,而且可能更愉快,因为患者可能会减少研究的时间和成本。

我们相信我们独特的数据集和创新方法,结合我们对临床试验业务的深刻理解,这一直有助于在我们上次患者(LPI)4.2个月比行业平均水平更快的能力。*

* I-IV,全局肿瘤系统激活到最后患者。


关于作者
本尔特利,博士,副总裁,可行性,患者招聘和职业参与负责人,在制药行业花了20多年,在项目管理组织,大型制药组织和CROS工作中拥有了广泛的项目管理和临床业务经验。在他的职业生涯中,他看到了准确规划和从网站和赞助者的角度准确规划和招募患者招募的挑战,并在此处举行了多个职位的关键界面感兴趣。本高度从事利用数据的力量,以支持最佳试验规划。

你也许也喜欢...

流行文章。。。