SYSTEMS AND METHODS FOR CLINICAL TRIAL RESULTS ENDPOINT-BASED ANALYSIS AND DYNAMIC AGGREGATION

• Main Authors: GRAY, Julia Hyde, TAO, Mingzhe
• Format: Patent
• Language: English; French
• Published: 21.09.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

A computer-implemented method for clinical trial results endpoint-based analysis and dynamic aggregation, comprising the steps of receiving one or more selected clinical trials, wherein the one or more selected clinical trials match a specification; obtaining clinical trial results for the one or more selected clinical trials from at least one external data source; and interpreting, via a machine learning model, the obtained clinical trial results; importing the obtained clinical trial results as structured data. The method further comprising the steps of matching, based on a similarity analysis, via a processor, clinical trial endpoints identified in the obtained clinical trial results to corresponding normalized endpoint options; aggregating, based on the matched corresponding normalized endpoint options, the obtained clinical trial results to determine aggregated results; and providing the aggregated results. La présente invention concerne un procédé mis en œuvre par ordinateur pour une analyse et une agrégation dynamique basées sur un point d'extrémité de résultats d'essai clinique, comprenant les étapes consistant à recevoir un ou plusieurs essais cliniques sélectionnés, le ou les essais cliniques sélectionnés correspondant à une spécification ; à obtenir des résultats d'essai clinique pour le ou les essais cliniques sélectionnés à partir d'au moins une source de données externe ; et à interpréter, par l'intermédiaire d'un modèle d'apprentissage machine, les résultats d'essai clinique obtenus ; à importer les résultats d'essai clinique obtenus en tant que données structurées. Le procédé comprend en outre les étapes consistant à mettre en correspondance, sur la base d'une analyse de similarité, par l'intermédiaire d'un processeur, des points d'extrémité d'essai clinique identifiés dans les résultats d'essai clinique obtenus avec des options de point d'extrémité normalisées correspondantes ; à agréger, sur la base des options de point d'extrémité normalisées correspondantes mises en correspondance, les résultats d'essai clinique obtenus pour déterminer des résultats agrégés ; et à fournir les résultats agrégés.