空间聚类分析

获奖的Xcellerate空间聚类分析根据符合条件的患者群的位置指导选址,以改进研究规划并加速患者登记。

利用历史调查员招聘绩效数据和现实世界的诊断数据

确定靠近患者密度的高质量和高性能研究地点

推动可操作的见解,以优化特定研究或项目的站点/国家配置

它给审判结果带来的价值

Xcellerate空间聚类分析将符合研究资格标准的未确定患者群与历史上表现良好的站点相匹配,以创造更高的满足招募里程碑的概率。

概述:

Xcellerate Spatial Cluster改进了选址并优化了临床试验设计。它利用了我们独特的行业专有调查人员招聘绩效分析的集体力量,这些分析来自50%以上的全球研究数据和现实世界的诊断数据集,包括来自50%以上美国人口的300多亿测试结果。它允许我们检查纳入和排除标准对可用患者库的影响。Xcellerate空间聚类分析还可以确定存在符合条件的患者密度但距离已知研究者较远的其他位置,从而允许有重点的研究者扩展活动。亚博全站官网

空间聚类分析是一种定制的统计方法,用于确定患者聚类和最具生产力的地点之间的交叉点。

空间聚类分析是一种定制的统计方法,用于确定患者聚类和最具生产力的地点之间的交叉点。

Xcellerate空间聚类分析的好处:

  • 预测性:利用历史调查人员招聘绩效数据和真实诊断数据
  • 有效:确定靠近患者密度的高质量和高性能研究地点
  • 高效:推动可操作的见解,以优化特定研究或计划的站点/国家配置

性能指标:

病人密度 好63% 心血管-全球-I-IV期研究与行业对比
病人密度 好47% 肌肉骨骼-全球-I-IV期研究与行业对比
空间聚类分析可以识别附近没有研究者的患者群,以确定发展机会。
Xcellerate网站列表外观示例截图

安排会议/演示

联系我们