Для многоцентрового рандомизированного исследования оптимальной длительности терапии ингибиторами PD-1/PD-L1 у пациентов с распространенными солидными опухолями, достигших как минимум стабилизации после 1 года стандартного лечения, была создана цифровая платформа для идентификации пациентов на >60 площадках. Приложение использовало биллинговые данные для выявления пациентов с назначением иммунотерапии, фильтруя случаи с первым назначением >9 месяцев от старта. Клиническим координаторам исследований (CRC) предоставлялись персонализированные представления популяции пациентов с деталями (ФИО, дата рождения, онколог, дата следующего визита), автоматическими расчетами дат соответствия критериям включения (1 год ± 6 недель) и инструментами для регистрации статуса пациента, включая причины несоответствия критериям, отказа врача или пациента.

За 2019–2025 гг. приложение идентифицировало 5980 пациентов, приближающихся к критериям включения. Ежемесячная отчетность по статусам позволила руководству корректировать стратегию набора. Анализ данных показал: (1) в 2020 г. высокая частота отказов врачей по причинам «не согласен с исследованием» и «недостаточная осведомленность об исследовании» на отдельных площадках потребовала целевой коммуникации и обучения; (2) рост доли несоответствия критериям из-за «пропущенного окна включения» выявил операционные проблемы, требующие коррекции.

Только 17% (1020) пациентов, получающих ингибиторы PD-1/PD-L1, были подходящими для участия, из них лишь 3% согласились до рандомизации и скрининга. Распределение 5980 пациентов: несоответствие критериям — 3618 (61%), уже участвуют в другом исследовании — 536 (9%), отказ врача — 415 (7%), отказ пациента — 332 (6%), согласие пациента — 181 (3%), прочее — 579 (10%). Приложение способствовало включению 161 пациента и предоставило данные для решения о закрытии исследования на основании расчетного времени достижения целевого показателя в 578 пациентов.

Приложение снизило нагрузку на CRC, улучшило идентификацию потенциальных участников и обеспечило данные в реальном времени для оптимизации набора. Полученный опыт информировал дизайн и операционные аспекты последующих исследований, демонстрируя, как целевые технологические решения могут повышать эффективность набора и определять стратегию будущих клинических испытаний.