Xcellate招聘分析和预测

它为试验结果带来的价值

Xcellate招聘分析和预测使用独特的行业历史研究者数据和人工智能，以预测入学期间和期间的详细时间表。

我们的分析和预测小组应用了我们的历史研究者招聘绩效数据以及运行期I剂量升级和扩张研究（队列设计）的经验，以说明患者招募的可能结果。随着研究的进行，人群完成并分析了数据，这些模型旨在重新评估招聘的交付和未来研究的计划。

概述：

患者招募是提供临床研究的最大挑战。许多研究非常波动，并且有许多方法可以建模研究。Xcellate招聘分析和预测可以提供详细而灵活的预测，以轻松建模任何情况。该应用程序考虑了许多因素来对任何给定研究的时间表进行建模，以使对期望的更现实表示。

我们的团队可以对其进行建模的一些粒状因素是针对启动时间，关闭日期，招聘率，假期期以及季节性以及研究设计阶层和子组的特定地点数据。Xcellerate招聘分析和预测设定了在一个国家和/或区域级别内招募的最小和/或最大人数，以衡量对入学的影响。在整个研究中的持续评估允许尽早确定风险和缓解计划的制定。

场地性能指标提供了对实际绩效与期望的见解，并与前几个月相比，突出了可能需要焦点的站点，并估算了曾经招募网站的可能性。

我们的预测包括临床终点的AI预测（例如死亡，疾病进展），可对研究何时结束。

Xcellate招聘分析和预测的好处：

• 敏捷：提供灵活而详细的建模功能，以说明所有变量的影响
• 预测性：项目招聘里程碑场景
• 有效的：驱动器实时明智的决定
• 高效的：实现课程校正来计划
• 投入的：由一组专家团队进行，他们了解情况并采用不同的统计方法