数据驱动的ADRD研究招募新策略：PITCH网络平台的开发与应用及其对提升招募效率与多样性的影响

本综述系统介绍了PITCH（参与者信息追踪与协调中心）这一创新型网络平台的开发与应用，该平台采用迭代式用户中心设计（user-centered design），通过整合REDCap数据库和实时API接口，实现了阿尔茨海默病及相关痴呆症（ADRD）研究的数据驱动招募（data-driven recruitment），显著提升了招募效率、研究时间线管理及 underrepresented groups (URG) 的纳入水平。

　　

背景

近年来，随着对阿尔茨海默病（Alzheimer’s disease, AD）和相关痴呆症（Alzheimer’s Disease and Related Dementias, ADRD）研究的投资不断增加，研究者面临着高效招募多样性和代表性研究样本的挑战。传统的招募模式依赖本地研究协调员从医疗机构或研究者临床实践中招募参与者，并通过社区教育活动（如讲座和宣讲）吸引参与者，这种方式不仅效率低下、预算有限，还常常无法充分代表不同社会经济、地理、种族和语言背景的人群。为应对这些挑战，范德比尔特阿尔茨海默病研究中心（Vanderbilt Alzheimer’s Disease Research Center, ADRC）开发了一种集成化的数字研究基础设施——参与者信息追踪与协调中心（Participant Information Tracking and Coordinating Hub, PITCH），旨在通过数据驱动的方法优化招募流程。

方法

PITCH的开发采用了迭代式用户中心设计（user-centered design），包括四个阶段：理解使用情境、明确用户需求、设计方案和评估需求符合度。2021年秋季，研究团队与协作者合作，通过需求收集会议确定了PITCH应具备的功能，包括捕获社区外展和参与活动统计数据、跟踪参与者招募和推荐流程，以及实时生成数据摘要和统计信息。平台使用PHP、HTML、CSS3、Ruby on Rails和JavaScript编写，采用响应式网页设计，并通过Alchemy、R Shiny和Python实现交互式数据可视化。

PITCH的数据基础设施依赖于ADRC中心范围内的关系型REDCap数据库，这些数据库遵循FAIR（可查找、可访问、可互操作、可重用）原则，确保数据的透明性、可重复性和可重用性。通过REDCap的SQL字段和重复仪器功能，实现了跨数据库的动态数据检索和参与者全周期历史跟踪。数据通过应用程序接口（API）实时聚合到PITCH平台，支持仪表板和数据报告的自动更新。

功能模块

PITCH包含四个主要仪表板，分别支持不同的招募管理功能：

1. 1.
   外展活动与推荐仪表板（Outreach Events and Referral Dashboard）：提供外展和参与活动的数据总结，用于评估招募策略的有效性。
2. 2.
   参与者信息与状态仪表板（Participant Information and Status Dashboard）：实时显示ADRD参与者注册库中的参与者特征、研究注册状态和联系记录，用于识别符合条件的研究参与者。
3. 3.
   参与者研究请求仪表板（Participant Study Request Dashboard）：为外部研究者提供请求合格参与者的入口，并允许研究协调员更新参与者状态。
4. 4.
   内部报告仪表板（Internal Report Dashboard）：按研究项目提供合格参与者的详细人口统计学和临床特征摘要。

这些仪表板的互联互通显著提高了招募效率，减少了数据重复输入和错误，并最大限度地减轻了参与者和研究人员的负担。

结果

通过PITCH，ADRC团队能够系统评估外展和招募策略的有效性，特别是在招募 underrepresented groups (URG) 和认知障碍参与者方面。例如，在范德比尔特记忆与老化项目（Vanderbilt Memory and Aging Project, VMAP）中，URG参与者的比例从最初的13%提升至18%以上。通过分析招募策略，团队发现定向邮件、被动媒体宣传和非提供者推荐（口碑传播）是招募URG unimpaired参与者的最有效方法。

在田纳西阿尔茨海默病项目（Tennessee Alzheimer’s Project, TAP）中，PITCH帮助团队实现了招募目标（33%无损伤、33%轻度认知障碍MCI、33%AD），并发现邮件和网站互动在招募受损参与者方面与医疗提供者推荐同样有效。

PITCH还通过周招募报告和注册库健康报告，使团队能够调整招募活动，保持注册库的多样性和代表性。截至目前，已有超过400名参与者从ADRD参与者注册库推荐至外部研究。

讨论

PITCH代表了数据驱动招募模型的重大进展，通过实时数据管理和参与者跟踪，显著提高了ADRD研究的招募效率和效果。该平台不仅优化了资源利用，降低了研究成本和时间，还增强了对参与者的责任感，确保更多样化和代表性的样本纳入。

未来的发展方向包括扩展PITCH的功能，如开发参与者自助门户（“My Research Program” dashboard），并探索其在其他研究中心和健康系统中的推广应用。PITCH的灵活性和可扩展性使其有望成为多机构协作和数据共享的重要工具，进一步推动招募科学的发展。

结论

PITCH通过集成数据基础设施和用户中心设计，为ADRD研究提供了高效、透明和参与者为中心的招募解决方案。其成功实施不仅加速了研究进程，还为更广泛的研究招募挑战提供了可复制的模型。