TrialMap梯图
登录

组队推演 种子:邱红渝

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)
其他贫血 2慢性肾病 2液体-电解质及酸碱平衡的其他紊乱 1系统性红斑狼疮 1未特指的肾炎综合征 1
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 6I期 1
申办方 (可选;点常合作者或输入全称)
上海翰森生物医药科技有限公司 2江苏豪森药业集团有限公司 2荣昌生物制药(烟台)股份有限公司 2苏州盛迪亚生物医药有限公司 1中国药科大学 1江苏恒瑞医药股份有限公司 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:西南 1;未覆盖:华北、东北、华东、华中、华南、西北。城市级别:一线 0 · 新一线 1 · 其他 0。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 854 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王德光(安徽医科大学第二附属医院)安徽 · 新一线 · 937万22013 / 31领域经验 · 与种子关系+选入
2罗萍(吉林大学第二医院)吉林 · 其他 · 907万22112 / 35领域经验 · 与种子关系+选入
3吴汉利(潍坊市益都中心医院)山东 · 其他 · 939万—94 / 4领域经验+选入
4刘书馨(大连理工大学附属中心医院)辽宁 · 其他 · 745万—117 / 8领域经验+选入
5邓进(南华大学附属第一医院)湖南 · 其他 · 665万—83 / 3领域经验+选入
6陈崴(中山大学附属第一医院)广东 · 一线 · 1,868万21916 / 42领域经验 · 与种子关系+选入
7马迎春(北京博爱医院)北京 · 一线 · 2,189万—51 / 1领域经验+选入
8欧俊(桂林医科大学第一附属医院)广西 · 其他 · 493万—31 / 1领域经验+选入
9王稻(萍乡市人民医院)江西 · 其他 · 180万—52 / 2领域经验+选入
10陈孟华(宁夏医科大学总医院)宁夏 · 其他 · 286万2236 / 33领域经验 · 与种子关系+选入
11汤跃武(重庆大学附属三峡医院)重庆 · 新一线 · 3,205万—41 / 1领域经验+选入
12毕光宇(苏北人民医院)江苏 · 其他 · 456万—1010 / 11领域经验+选入
13杨明(扬州大学附属医院)江苏 · 其他 · 456万—32 / 2领域经验+选入
14李贵森(成都市第三人民医院)四川 · 新一线 · 2,094万—96 / 6领域经验+选入
15黄峰(临沂市人民医院)山东 · 其他 · 1,102万—32 / 2领域经验+选入
16王晓玲(兰州大学第二医院)甘肃 · 其他 · 436万260 / 3领域经验 · 与种子关系+选入
17李鹏(烟台毓璜顶医院)山东 · 其他 · 710万—1721 / 28领域经验+选入
18刘江(宁波市医疗中心李惠利医院)浙江 · 新一线 · 940万—55 / 5领域经验+选入
19刘爱英(包头市中心医院)内蒙古 · 其他 · 271万—82 / 3领域经验+选入
20李忠心(首都医科大学附属北京潞河医院)北京 · 一线 · 2,189万—73 / 3领域经验+选入
21杨桢华(广西医科大学第一附属医院)广西 · 其他 · 874万—1314 / 19领域经验+选入
22张臣丽(宜宾市第二人民医院)四川 · 其他 · 459万—86 / 7领域经验+选入
23杨静(合肥市第一人民医院)安徽 · 新一线 · 937万—62 / 3领域经验+选入
24沈水娟(绍兴市人民医院)浙江 · 其他 · 527万—71 / 2领域经验+选入
25任卫东(河北北方学院附属第一医院)河北 · 其他 · 412万—22 / 2领域经验+选入
26高民(南京大学医学院附属鼓楼医院)江苏 · 新一线 · 931万—65 / 5领域经验+选入
27汤颖(南方医科大学第三附属医院)广东 · 一线 · 1,868万—52 / 3领域经验+选入
28李艳敏(濮阳油田总医院)河南 · 其他 · 377万—11 / 1领域经验+选入
29王东海(驻马店市中心医院)河南 · 其他 · 701万—52 / 2领域经验+选入
30郑东文(东莞市人民医院)广东 · 新一线 · 1,047万—62 / 3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。