TrialMap梯图
登录

组队推演 种子:于颖群

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)
头痛 2疼痛,不可归类在他处者 1其他和原因不明的发热 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 3I期 1
申办方 (可选;点常合作者或输入全称)
北京爱力佳医药科技有限公司 2海南普利制药股份有限公司 1丽珠集团丽珠医药研究所 1丽珠集团丽珠制药厂 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 1 · 新一线 0 · 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 1000 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刘少星(成都市第二人民医院)四川 · 新一线 · 2,094万—1829 / 30领域经验+选入
2付强(成都市第三人民医院)四川 · 新一线 · 2,094万—1929 / 32领域经验+选入
3肖勋刚(郴州市第一人民医院)湖南 · 其他 · 467万285 / 14领域经验 · 与种子关系+选入
4杨宇(绵阳市骨科医院)四川 · 其他 · 487万—1215 / 15领域经验+选入
5黄燕娟(南宁市第二人民医院)广西 · 其他 · 874万—3929 / 57领域经验 · 与种子关系+选入
6经俊(马鞍山市人民医院)安徽 · 其他 · 216万—1014 / 15领域经验+选入
7任静华(宜宾市第二人民医院)四川 · 其他 · 459万—3238 / 63领域经验 · 与种子关系+选入
8白宁(陕西省人民医院)陕西 · 新一线 · 1,218万—65 / 5领域经验+选入
9周红梅(嘉兴市第二医院)浙江 · 其他 · 540万—1826 / 34领域经验+选入
10何焕钟(湖州市中心医院)浙江 · 其他 · 337万—94 / 6领域经验+选入
11李超(南华大学附属第一医院)湖南 · 其他 · 665万—1013 / 13领域经验+选入
12谢海辉(东莞市人民医院)广东 · 新一线 · 1,047万—2521 / 37领域经验+选入
13潘志浩(宁波市医疗中心李惠利医院)浙江 · 新一线 · 940万—2222 / 31领域经验+选入
14张永洪(绵阳市中心医院)四川 · 其他 · 487万—910 / 11领域经验+选入
15胡杰(洛阳市中心医院)河南 · 其他 · 706万—1011 / 13领域经验+选入
16柴小青(中国科学技术大学附属第一医院)安徽 · 新一线 · 937万2124 / 20领域经验 · 与种子关系+选入
17戚思华(哈尔滨医科大学附属第四医院)黑龙江 · 其他 · 1,001万—77 / 8领域经验+选入
18郭华静(常德市第一人民医院)湖南 · 其他 · 528万—1614 / 23领域经验+选入
19谢映伟(达州市达川区人民医院)四川 · 其他 · 539万—21 / 1领域经验+选入
20覃远浩(柳州市人民医院)广西 · 其他 · 416万—21 / 1领域经验+选入
21李鹏(广元市第一人民医院)四川 · 其他 · 231万—1016 / 18领域经验+选入
22陈元良(金华市中心医院)浙江 · 其他 · 705万—69 / 9领域经验+选入
23董良(柳州市人民医院)广西 · 其他 · 416万—43 / 3领域经验+选入
24舒爱华(宜昌市中心人民医院)湖北 · 其他 · 402万—710 / 10领域经验+选入
25欧阳文(中南大学湘雅三医院)湖南 · 新一线 · 1,005万25748 / 156领域经验 · 与种子关系+选入
26阚士锋(枣庄市立医院)山东 · 其他 · 386万—22 / 2领域经验+选入
27赵玲(西安医学院第一附属医院)陕西 · 新一线 · 1,218万—1220 / 27领域经验+选入
28陈春(宜昌市中心人民医院)湖北 · 其他 · 402万—1927 / 44领域经验+选入
29雷迁(广元市中心医院)四川 · 其他 · 231万—32 / 2领域经验+选入
30姚振均(复旦大学附属中山医院)上海 · 一线 · 2,487万231 / 4领域经验 · 与种子关系+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。