临床试验设计中用于招募预测的机器学习方法
机器学习
2021-11-16 v1 应用统计
机器学习
摘要
近年来在优化临床试验患者招募方面已取得显著进展，然而仍需要改进的患者招募预测方法，以在试验设计阶段支持试验中心选择并估算合理的入组时间线。在本文中，利用来自数千项历史临床试验的数据，我们探索机器学习方法，以预测临床试验中心在试验入组持续时间内的每月患者入组数量。我们表明这些方法能够减少当前行业标准中所观察到的误差，并提出进一步改进的机会。
引用
@article{arxiv.2111.07407,
title = {A Machine Learning Approach for Recruitment Prediction in Clinical Trial Design},
author = {Jingshu Liu and Patricia J Allen and Luke Benz and Daniel Blickstein and Evon Okidi and Xiao Shi},
journal= {arXiv preprint arXiv:2111.07407},
year = {2021}
}
备注
Machine Learning for Health (ML4H) - Extended Abstract