De klinische proeven steunen op vele informatiebronnen waarvan de verwerking gecontroleerd moet worden
Hoewel klinische proeven grotendeels gedigitaliseerd zijn, zijn de gegevensverzamelingssystemen van klinische proeven nog niet verbonden met de DPI. Daarom worden de klinische en biologische gegevens van de DPI handmatig overgetypt in elektronische observatieboeken (eCRF). Het opnieuw invoeren van deze gegevens, dat volgens het protocol van de proef en de inhoud van de bron-DPI 13 tot 75 % van de gegevens van de klinische proeven vertegenwoordigt, mobiliseert vandaag veel middelen en is een bron van vermeidbare fouten.
Een andere belangrijke uitdaging voor klinische proeven is het werven van een representatief en interessant patiëntenpanel voor de studie, in dit opzicht blijken de brede taalmodellen die wij gebruiken ook zeer effectief te zijn voor het beoordelen van een groot aantal patiënten op basis van medische databases (zie publicatie)
1. Integratie in uw controle- of patiëntwervingsplan
Onze oplossing ondersteunt en versterkt het door de klinisch onderzoeksassistenten gedefinieerde controleplan door de consistentie tussen externe gegevensbronnen en invoer in de EDC of CDMS te controleren. We definiëren samen een toepassingsgebied en een lijst met entiteiten om te controleren en coherentiecontroles op basis van medische taalanalyse.
2. Met de mogelijkheid om 100% van de CRF en medische CR van de DMP te analyseren
De taalanalysetechnologieën die wij ontwikkelen, stellen ons in staat om massaal duizenden verslagen te analyseren en inconsistenties tussen verschillende databases/bronnen te identificeren. De bereikte precisie varieert afhankelijk van de te extraheren entiteiten, deze is over het algemeen van de orde van 85% tot 95%, wat de kosten van controles vermindert
3. Onderzoeken kunnen worden ondersteund door onze PraxyConsultation-tool
In het geval van een oproep van patiënten om onderzoeken uit te voeren, kan onze PraxyConsultation-oplossing voor het samenstellen van gespreksverslagen en het extraheren van gestructureerde gegevens ook worden ingezet om tijd en precisie te winnen Zie PraxyConsultation Deze gegevens worden uiteraard door de onderzoeker bekeken en gevalideerd
Oplossing HDS Saas of on premise
Betaling op basis van resultaat en gebruik
afhankelijk van het aantal gedetecteerde fouten en de precisie van foutdetectie
Winst aan precisie
voor klinisch onderzoekmedewerkers : PraxyData permet de 100% van de observatieboeken set CR medisch te controleren
Schaalbaarheid en snelheid
De oplossing wordt snel geïmplementeerd om duizenden dossiers te controleren