TrialMap梯图
登录

组队推演 种子:陈蕾

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)
其他慢性阻塞性肺病 2癫癎[癫痫] 2抑郁发作 1阿尔茨海默病 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)
北京信东联创生物技术有限公司 1信东生技股份有限公司 1健康元药业集团股份有限公司 1上海中药创新研究中心 1成都奥邦药业有限公司 1宜昌人福药业有限责任公司 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 1513 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邹慎春(烟台毓璜顶医院)山东 · 其他 · 710万—61 / 1领域经验+选入
2刘晓(成都市第五人民医院)四川 · 新一线 · 2,094万—3831 / 34领域经验+选入
3杜艳萍(厦门大学附属中山医院)福建 · 其他 · 516万—61 / 1领域经验+选入
4冯加喜(浙江省台州医院)浙江 · 其他 · 662万—315 / 9领域经验+选入
5虎维东(甘肃省人民医院)甘肃 · 其他 · 436万—61 / 1领域经验+选入
6刘澄英(江阴市人民医院)江苏 · 新一线 · 746万—71 / 1领域经验+选入
7王珂(吉林大学第二医院)吉林 · 其他 · 907万—113 / 4领域经验+选入
8刘训超(菏泽市立医院)山东 · 其他 · 880万—2412 / 14领域经验+选入
9吴立琴(温州医科大学附属第二医院)浙江 · 其他 · 957万—2919 / 23领域经验+选入
10林立(福建省漳州市医院)福建 · 其他 · 505万—128 / 8领域经验+选入
11毛良平(重庆大学附属三峡医院)重庆 · 新一线 · 3,205万—114 / 4领域经验+选入
12邱容(遂宁市中心医院)四川 · 其他 · 281万—2116 / 18领域经验+选入
13李娜(重庆医科大学附属第二医院)重庆 · 新一线 · 3,205万—85 / 5领域经验+选入
14徐维国(绵阳市中心医院)四川 · 其他 · 487万—1610 / 13领域经验+选入
15赵祝香(广州市第一人民医院)广东 · 一线 · 1,868万—116 / 6领域经验+选入
16黄炎明(江门市中心医院)广东 · 其他 · 480万—2417 / 22领域经验+选入
17肖祖克(江西省人民医院)江西 · 其他 · 626万—4422 / 36领域经验+选入
18贺若曦(中南大学湘雅医院)湖南 · 新一线 · 1,005万—116 / 6领域经验+选入
19赵云霞(河北医科大学第三医院)河北 · 其他 · 1,124万—1211 / 11领域经验+选入
20陆海雯(上海市肺科医院)上海 · 一线 · 2,487万—1912 / 13领域经验+选入
21曾宪升(襄阳市中心医院)湖北 · 其他 · 526万—73 / 3领域经验+选入
22王勇生(合肥市第二人民医院)安徽 · 新一线 · 937万—53 / 3领域经验+选入
23韩雄(河南省人民医院)河南 · 新一线 · 1,260万2158 / 16领域经验 · 与种子关系+选入
24周晖(成都大学附属医院)四川 · 新一线 · 2,094万—1817 / 19领域经验+选入
25朱君飞(台州市中心医院)浙江 · 其他 · 662万—145 / 7领域经验+选入
26吴昌归(西安国际医学中心医院)陕西 · 新一线 · 1,218万—81 / 2领域经验+选入
27罗壮(昆明医科大学第一附属医院)云南 · 其他 · 846万—104 / 5领域经验+选入
28于法明(濮阳油田总医院)河南 · 其他 · 377万—93 / 3领域经验+选入
29蒋慧(皖北煤电集团总医院)安徽 · 其他 · 532万—1413 / 15领域经验+选入
30吴峰(惠州市第三人民医院)广东 · 其他 · 604万—119 / 9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。