白纸
应用适配设计使用分组识别和机器学习
IQVIA创新方法,最大限度地提高3阶段学习成功机率
Jul 132023

最新人工智能/机器学习工具2阶段研究数据优化3阶段设计当前工具提供数组设计选项、统计模型和模拟,快速探索开发新试设计方法包括建模模拟3级病人累积以确定适当的病人样本规模和研究时间该文件打算概述三阶段设计动机如何使用最新的AI/ML自适应试编和权责发生工具实现最大标签、最短试时间和最小样本规模

适应性设计 — — 定义为临床实验设计,允许根据实验对象累积数据对设计作未来规划修改 — — 有可能减少实验资源需求并缩短完成时间,同时提高学习成功概率第一阶段和第二阶段研究中这些设计有特殊优势,评估效果并监控安全事件人工智能和机器学习工具(AI/ML)可指导阶段3设计决策应用到阶段2研究数据,包括调整患者包容/排除标准以获取尽可能广泛的标签并优化样本规模和时间框架而不损及学习结果自适应权责发生制也是大有希望的办法,结合实际处理响应率和危险率,高效试执行而不牺牲权本文由IQVIA专家撰写,研究使用适应方法设计阶段3,有可能降低试运行成本和时间,同时提高学习成功概率

相关解决方案

联系我们