SAS 临床入组模拟
大约 90% 的临床试验未能满足入组时间表，因为用于制定计划的方法基于假设和静态预测。现在，更好的入组规划方法触手可及，因此您可以使用强大的入组模拟来实现您的目标和时间表安排。
-
加快价值实现速度
SAS Clinical Enrollment Simulation易于使用可让您轻松输入假设、捕获的变化并以易于比较的清理窗口可视化结果。 借助快速 实施和输入正在进行的试验数据的能力您可以快速获得 有价值的见解为新的入组规划提供参考或找到更佳方法来挽救入组滞后的研究。
-
制定入组预测
SAS 临床入组模拟使用强大的离散事件模拟来设计更好的入组预测。 而借助 SAS 方法用户可以输入所有假设并模拟多次注册复制。 这样产生的指标可以显示实现特定业务目标的可能性特别是在当前场景下实现注册目标的概率。 因此赞助商、合同研究组织 (CRO) 和中心管理组织 (SMO) 可以开发更快、更具战略性的入组规划以缩短时间、降低成本并获得对试验入组过程的更深入的了解。
-
捕获可变性
我们的系统没有进行静态估计而是考虑了现实世界中不同国家和站点之间固有的变异性。 例如用户不是输入将在 30 天内注册而是输入最佳、最差和典型情况。 每次运行模拟期间将为每个站点提取一个新结果。 这种方法可以让对可能结果更好的整体了解并为实现目标提供更准确的预测。
-
制定切合实际的入组估算
SAS 工具并没有对中心的入组情况进行常数估计例如每月 10 名患者而是给出了一个高招募期和一个较低的招募期例如在招募高峰期之后下降到每月 8 名患者以帮助产生更多的切合实际的入组预测。
-
包含成本
我们基于模拟的方法考虑了各个国家/地区、各个地点的启动成本以及每位患者的成本。 这使您可以查看不同方案的成本影响。
主要功能
差异目标进行模拟
基于模拟试验输出的分析功能可帮助您确定情景是否符合研究入组的目标。
准确的招生预测
基于按键输入的综合模拟确定成功注册的现实机会。
场景管理。
进行生成方案分析和成本跟踪。
供应链预测
其他功能还支持供应链预测药物补给的预计时间。
劳动力管理
获得用于规划监测访问的洞察。
