TrialMap梯图
登录

组队推演 种子:田书娟

推演条件
疾病类目 (种子研究者最常做的类目, 点击增减;数字=种子在该类目的试验数)
脑梗死 4癫癎[癫痫] 3
试验归类 (默认种子最常做的归类; 数字=种子在该归类的试验数。候选的同归类经验计入排序)
II–III期 8
申办方 (可选;点常合作者或输入全称)
宜昌人福药业有限责任公司 2苏州沪云新药研发股份有限公司 1浙江京新药业股份有限公司 1浙江和泽医药科技股份有限公司 1威世药业(如皋)有限公司 1石家庄以岭药业股份有限公司 1
已选成员
(尚未选入,点下表「+选入」逐个添加)
地域覆盖
已选 1 人(含种子,按主机构定位)覆盖:华北 1;未覆盖:东北、华东、华中、华南、西南、西北。城市级别:一线 0 · 新一线 0 · 其他 1。所在城市人口:≥1000万 1。
候选只看:全部大区华北东北华东华中华南西南西北 (虚线框 = 已选名单尚未覆盖的大区)
规模经验
在上方填写计划样本量并"应用",给出同类试验通常用多少家机构、每中心多少例、要跑多久。
候选研究者 前 30 位 · 候选池 852 人
#研究者地区与种子共同试验所选类目试验近3年 / 全部主要依据
1李润辉(沈阳医学院附属中心医院)辽宁 · 其他 · 907万23618 / 24领域经验 · 与种子关系+选入
2冯涛(南阳医学高等专科学校第一附属医院)河南 · 其他 · 971万23319 / 25领域经验 · 与种子关系+选入
3郭爱红(延安大学咸阳医院)陕西 · 其他 · 498万23329 / 44领域经验 · 与种子关系+选入
4戴红果(临汾市中心医院)山西 · 其他 · 398万—5430 / 40领域经验 · 与种子关系+选入
5张弘(辽宁省健康产业集团抚矿总医院)辽宁 · 其他 · 186万2131 / 5领域经验 · 与种子关系+选入
6陈奕农(宣城市人民医院)安徽 · 其他 · 250万—145 / 5领域经验+选入
7邓丹(大庆油田总医院)黑龙江 · 其他 · 278万—3316 / 20领域经验 · 与种子关系+选入
8李莉(沈阳市第一人民医院)辽宁 · 其他 · 907万—2112 / 12领域经验 · 与种子关系+选入
9何文龙(新乡市中心医院)河南 · 其他 · 625万—145 / 5领域经验+选入
10经屏(武汉市中心医院)湖北 · 新一线 · 1,233万—122 / 3领域经验+选入
11陈俊斌(粤北人民医院)广东 · 其他 · 286万—218 / 10领域经验+选入
12王晓莉(衡水市人民医院)河北 · 其他 · 421万—1913 / 13领域经验 · 与种子关系+选入
13王自然(临沂市人民医院)山东 · 其他 · 1,102万—4923 / 33领域经验 · 与种子关系+选入
14郭栋(聊城市人民医院)山东 · 其他 · 595万—139 / 9领域经验+选入
15刘波(内蒙古科技大学包头医学院第一附属医院)内蒙古 · 其他 · 271万2212 / 12领域经验 · 与种子关系+选入
16刘文(延安大学咸阳医院)陕西 · 其他 · 498万—156 / 7领域经验+选入
17王俊海(国药同煤总医院)山西 · 其他 · 311万—2816 / 20领域经验 · 与种子关系+选入
18杨清成(安阳市人民医院)河南 · 其他 · 548万—164 / 6领域经验+选入
19蔺慕会(辽宁省人民医院)辽宁 · 其他 · 907万—117 / 7领域经验+选入
20段智慧(洛阳市中心医院)河南 · 其他 · 706万—135 / 6领域经验+选入
21陈星宇(厦门大学附属中山医院)福建 · 其他 · 516万—51 / 1领域经验+选入
22袁海成(康复大学青岛中心医院)山东 · 新一线 · 1,007万—105 / 5领域经验+选入
23吴伟(山东大学齐鲁医院)山东 · 其他 · 920万—61 / 1领域经验+选入
24汪志云(天津市第一中心医院)天津 · 新一线 · 1,387万—62 / 2领域经验+选入
25赖朝晖(赣州市人民医院)江西 · 其他 · 897万—72 / 2领域经验+选入
26韩树根(吉林大学第一医院梅河医院)吉林 · 其他 · 181万2151 / 7领域经验 · 与种子关系+选入
27周丽(潍坊市人民医院)山东 · 其他 · 939万—117 / 7领域经验+选入
28魏玉清(邢台市中心医院)河北 · 其他 · 711万—51 / 1领域经验+选入
29郑江环(贵州医科大学第二附属医院)贵州 · 其他 · 376万—61 / 1领域经验+选入
30杜伟(郯城县第一人民医院)山东 · 其他 · 1,102万—153 / 5领域经验+选入

排序 = 逻辑回归模型分:用 2024 年登记试验 学习"组长PI 之外的成员是谁",特征只取试验公示前的历史——与种子的共同试验数与 近期合作强度、与种子合作者的二跳关系、 所选疾病类目/所在章/同归类的试验经验、申办方经验、近 3 年与全部试验数。在 2025–26 年 2,727 项试验上回测:真实成员落在前 k 名(k=真实人数)的比例 16.3%,只按与种子合作 强度排序为 12.4%。按目标试验归类:I 期、I/II 期 13.0%(基线 10.6%),II 期及以后 18.3% (13.4%);按归类分别训练模型没有更好,故全归类共用一个模型、以"同归类试验数"入模。

地域(全库实测):大区覆盖主要取决于中心数—— 20–39 家中心的试验平均覆盖 6.4 个大区、一半覆盖全部七个,40 家以上 88% 覆盖全部;与按 各中心活跃度随机选点相比并不更分散;最常缺的是西北(≥10 家中心的试验 64% 纳入)、东北 (79%)。一线城市机构占比已从 2015 年 31% 降到 2024 年以来 16%。控制归类、疾病、规模、 年份、国际多中心与外资申办后,一线城市机构占比每高 10 个百分点,单中心月入组约低 5%、 完成耗时约长 4%(跨试验关联,非因果;是否达成目标例数几乎无差别)。按 2020 年七普 城市常住人口衡量更清楚:机构所在城市人口(几何均值)每翻一倍,单中心月入组约慢 25%、 完成耗时约长 22%;与城市级别同时入模型时人口仍显著、级别不再显著。机构同期在研 试验总数与城市人口几乎无关(相关 0.06),加入模型后人口效应基本不变——"试验扎堆、 受试者被分流"解释不了大城市入组慢,原因在登记数据看不到的方面(就医选择、患者 意愿、机构病人构成等)。机构内同类疾病的在研试验只在非热门类目里有可测的拖慢 (热门类目与慢性病里测不出)。

用途是缩小范围、给出依据,不是替代判断: 约 12% 的实际成员此前没有任何登记(新人),任何基于历史的方法都预测不到;地域在 控制以上因素后对排序没有额外作用,故不入模型、只列出供参考。