Xcellate.招聘建模与预测

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

我们的建模和预测集团适用于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，以说明患者招聘的可能结果。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。许多研究非常不稳定，有很多方法可以建模研究。XCellerate招聘建模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。

我们的团队可以模拟的一些粒度因素是启动时间，关闭日期，招聘费率，假期和季节性以及季节性以及研究设计地层或亚组的现场特定数据。它设定了在一个国家和/或区域一级招募的患者的最低和/或最大数量，以衡量对入学率的影响。整个研究中的持续评估允许早期确定缓解计划的风险和发展。

网站性能指标提供了对实际性能与预期的洞察，并与前几个月进行了比较，突出了可能需要关注的网站，并估计了一个网站招聘的可能性。

我们的预测包括临床终点(如死亡、疾病进展)的AI预测，为研究何时结束提供更严格的控制。

XCellerate招聘建模和预测的好处：

• 敏捷：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
• 有效的:即时作出明智的决定
• 高效的:使航向修正可以计划
• 专用的:由一组了解情况并运用不同统计方法的专家进行