Xcellate.招聘分析与预测

Xcellerate招聘分析和预测使用独特的行业历史调查员数据和人工智能，以预测入学期间和期间的详细时间表。

我们的分析和预测集团适用于我们历史调查员招聘绩效数据和运行阶段DOSE升级和扩展研究（群组设计）的经验，以便在一项学习的模型中进行患者招募的可能结果。随着研究进展，队列完成并分析数据，该模型适于重新评估招聘和未来研究规划的交付。

患者招聘是提供临床研究的最大挑战。许多研究非常挥发，有很多方法可以建模研究。XCellerate招聘分析和预测可以提供详细和灵活的预测，以便轻松模拟任何情景。该申请考虑了众多因素来建模任何给定研究的时间表，以便更加现实地抵抗期望。

我们的团队可以对一些粒度因素进行建模，这些因素是特定于站点的数据，包括启动时间、关闭日期、招募率、假期和季节性以及研究设计层和子组。Xcellerate招募分析和预测设置了一个国家和/或地区级别招募的最小和/或最大患者数量，以衡量对招募的影响。整个研究过程中的持续评估允许早期识别风险和制定缓解计划。

网站绩效指标提供了对实际绩效与预期的深入了解，并与前几个月进行了比较，突出了可能需要重点关注的网站，并估计了网站招聘的可能性。

我们的预测包括临床终点（例如死亡，疾病进展）的AI投影，在研究可能结束时提供更严格的控制。

XCellerate招聘分析和预测的好处：

• 敏捷的：提供灵活和详细的建模功能，以解释所有变量的影响
• 预测：项目招聘里程碑场景
• 有效：驱动实时的明智决策
• 高效：使课程修正能够计划
• 献身的：由一支专家团队进行了解情况并应用不同的统计方法