Blog
How to perform a multivariate analysis correctly?
Why perform a multivariate analysis?
There are two main reasons for performing multivariate analysis in biomedical research:
- Look for risk factors or predictive factors: of a pathology, a clinical result, belonging to a group, ...
- Take into account several parameters simultaneously: for example when you compare two groups but they have demographic differences which impact the result (confounding factors)
In general, when several parameters (variables) can influence the result, a multivariate analysis makes it possible to adjust the results to take these parameters into account simultaneously.
Let's take a simple example: you want to compare cardiovascular risk in men and women in the general population. It is known that men have a higher cardiovascular risk. However, you may find only a small difference between the two sexes. This may be due to a confusion bias: women live longer than men on average. And an older age is also a cardiovascular risk factor. Your study population could be older in the female group, which would artificially increase the cardiovascular risk in the female group. By including both gender and age in your model, you correct this confusion bias.
How to perform a multivariate analysis?
- Choose the variable to study Y
- Define the type of model to use: linear regression, logistic regression or Cox model
- Define the predictive variables X
- Check that there is no link between the predictive variables (multicollinearity)
- Check the regression assumptions
We will now detail these steps.
1. Choice of the study variable Y
This is usually the easiest step. It corresponds to your research hypothesis.
If you are looking for predictors of post-operative complications, your study variable Y is "post-operative complication".
2. Define the model type
It directly depends on the first stage.
EasyMedStat automatically chooses the type of model for you according to the type of the variable to be studied Y:
- Linear regression if Y is a continuous numeric variable
- Logistic regression if Y is a binary variable (yes / no)
- Cox model if Y is a censored variable (event)
Note that if you transform a continuous numeric variable into a binary variable, you will need to use logistic regression. For example, if you are looking to predict when a pain score is greater than 5/10, you are actually analyzing a binary variable (> 5/10 = yes, ≤ 5/10 = no).
3. Define the predictive variables X
Choose the right variables!
This is the most crucial step in your multivariate analysis!
This is where everything is played out. And the good news is, you don't need to have advanced statistical knowledge to choose these variables. On the other hand, you need a good knowledge of the pathology you are studying.
There are 2 types of variables that should generally be chosen as predictive variables:
- The variables corresponding to your hypothesis
- Variables known to influence the variable to be studied Y
Let us take a simplified example of a study on a new anti-aggregating treatment aimed at preventing the risk of myocardial infarction in patients who have never had a heart attack (primary prevention). You are testing this new treatment against a placebo. Your hypothesis is that there will be less myocardial infarction in the treatment group than in the placebo group.
- Your study variable Y is therefore the occurrence of a myocardial infarction.
- The variable X corresponding to your hypothesis is the treatment followed by the patient (antiaggregant or placebo).
- The X variables known to influence Y are the cardiovascular risk factors: age, male sex, diabetes, ...
You must therefore include in your model not only the treatment followed but also the age, the sex, the presence of diabetes, etc ...
The right number of variables
As often, the correct answer is "neither too much nor too little".
The number of variables in the model must be adapted to the number of patients you have available for your analysis. A generally accepted rule is to have at least 10 patients for each variable in the model. However, different opinions on the matter exist.
This 10 patient rule differs somewhat if you are performing logistic or linear regression. For linear regression, it is heard directly: if you analyze 70 patients, you can put up to 7 predictor variables in the model. For a logistic regression, we expect 10 patients in each group. So if you have a binary variable (yes / no) known for 70 patients with 30 patients who have the value "Yes" and 40 patients who have the value "No", we consider the smallest number, that is to say 30 patients. You can then only include 3 variables in the model.
Once again, this 10 patient rule is not entirely consensual. But this is a frequently accepted rule.
When you perform your multivariate analysis on EasyMedStat, the number of predictive variables is automatically checked.
It is also important not to include too few variables in the model. Otherwise, your analysis could be incomplete or even wrong. If you do not include the variable "diabetes" in a study to predict cardiovascular risk, it may be biased.
As you understand, you have to include enough variables to draw a model as close as possible to reality, but also to analyze enough patients. This is why multivariate analyzes are generally performed on relatively large samples, usually at least 100 patients (although this number is very arbitrary and can vary greatly depending on your data).
4. Check for multicollinearity
Behind this barbaric word hides a relatively simple concept. This is to make sure that your explanatory variables X are not statistically related to each other in too important a way.
For example, you should not include the weight variable in a model along with the BMI variable because there is a direct relationship between these two variables (BMI = weight / height squared).
EasyMedStat automatically checks the multicollinearity of your variables when you include them to avoid this problem.
5. Check the regression assumptions
The statistical veracity of your results depends on compliance with the assumptions of the model you are using. If you violate these assumptions, your results may be wrong.
These assumptions depend on the type of model you are using. They can include, among other things, linearity, absence of heteroskedasticity, normality of residues, etc.
However, these advanced concepts are checked automatically when you perform multivariate analysis with EasyMedStat. In the event of a violation of one of the assumptions, you are automatically informed and a solution is offered to you if possible.
Start your multivariate analysis now!
As you have understood, multivariate analysis is an advanced statistical technique but its use is facilitated by using suitable software.
This is precisely the case with EasyMedStat. You are guided throughout your analysis and you avoid the classic pitfalls in which you might otherwise fall.
LATEST POSTS
Dans le cadre d’un essai clinique, chaque inclusion de patient ou déclaration d’événement indésirable représente un moment clé nécessitant une vigilance accrue. Chez EasyMedStat, nous avons à cœur de vous aider à optimiser vos processus en introduisant une nouvelle fonctionnalité : les Monitoring Automations. Pourquoi cette fonctionnalité est-elle importante ? Gérer plusieurs études cliniques simultanément peut être complexe. Dans ce contexte, il est facile de passer à côté d’une information essentielle, comme l’inclusion d’un nouveau patient ou la déclaration d’un événement indésirable. Grâce à notre nouvelle fonctionnalité, vous pouvez automatiser des notifications par email dès qu’un patient est inclus ou qu’un événement indésirable est déclaré, vous permettant ainsi de gagner en réactivité tout en évitant les erreurs humaines. Comment cela fonctionne-t-il ? L’Automatisation de Monitoring repose sur un principe simple : vous définissez une action qui est automatiquement déclenchée par un événement spécifique, comme l’inclusion d’un patient ou la déclaration d’un événement indésirable. Prenons deux exemples d’utilisation : Inclusion d’un nouveau patient : Lorsque l’inclusion d’un nouveau patient est validée dans votre eCRF, un email est automatiquement envoyé à l’équipe de recherche clinique. Vous pouvez personnaliser ce message avec des variables liées au patient, à l’utilisateur ou encore au site d’inclusion, ce qui permet de contextualiser l’email selon vos besoins spécifiques. Déclaration d’un événement indésirable : Lorsqu’un événement indésirable est déclaré, un email peut être envoyé à l’équipe des affaires réglementaires. Il est également possible de définir une condition basée sur la gravité de l’événement. Par exemple, seuls les événements graves peuvent déclencher une notification. Un gain de temps précieux pour vos équipes Les Automatisations de Monitoring offrent une souplesse incroyable. Au lieu de devoir constamment vérifier manuellement les inclusions et les événements dans vos différentes études, vous pouvez désormais compter sur ces notifications automatiques qui vous tiendront informé en temps réel. Cette fonctionnalité permet non seulement d’améliorer la réactivité de vos équipes, mais aussi d’éviter des oublis ou des retards dans le traitement des données critiques. Personnalisation et souplesse d’utilisation L’un des grands avantages de cette fonctionnalité réside dans sa personnalisation. Que ce soit pour l’objet du message, le contenu de l’email ou encore les destinataires, tout peut être adapté à vos besoins. Vous pouvez insérer des variables liées aux patients (comme la date d’inclusion, l’identifiant du patient) ou aux utilisateurs (nom, prénom), afin que chaque notification contienne des informations pertinentes. De plus, il est possible de configurer des notifications spécifiques à un ou plusieurs sites , en fonction de la configuration de votre étude. Par exemple, vous pouvez choisir de recevoir des notifications uniquement pour des inclusions effectuées sur certains centres. Conclusion Avec cette nouvelle fonctionnalité, EasyMedStat franchit une nouvelle étape dans l’accompagnement des équipes de recherche clinique. En automatisant des tâches essentielles comme les notifications d’inclusion ou d’événements indésirables, vous améliorez à la fois l'efficacité et la sécurité de vos essais. N’attendez plus pour découvrir et tester les Automatisations de Monitoring sur votre interface EasyMedStat ! Restez connecté, réactif, et concentrez-vous sur l’essentiel : la réussite de vos études cliniques.
In clinical trials, each patient inclusion or adverse event declaration represents a key moment that requires heightened attention. At EasyMedStat, we are committed to helping you optimize your processes by introducing a new feature: Monitoring Automations. Why is this feature important? Managing multiple clinical studies simultaneously can be challenging. In such a context, it’s easy to miss critical information, such as the inclusion of a new patient or the declaration of an adverse event. With our new feature, you can automate email notifications as soon as a patient is included or an adverse event is declared. This allows you to react quickly while avoiding human errors. How does it work? Monitoring Automation is based on a simple principle: you define an action that is automatically triggered by a specific event, such as patient inclusion or an adverse event declaration. Let’s look at two use cases: Inclusion of a new patient: When the inclusion of a new patient is validated in your eCRF, an email is automatically sent to the clinical research team. You can customize this message with variables related to the patient, the user, or the inclusion site, allowing the email to be contextualized according to your specific needs. Adverse event declaration: When an adverse event is declared, an email can be sent to the regulatory affairs team. It is also possible to set a condition based on the severity of the event. For example, only serious adverse events can trigger a notification. A valuable time-saver for your teams Monitoring Automations offer incredible flexibility. Instead of constantly checking inclusions and events across your various studies manually, you can now rely on these automatic notifications to keep you informed in real time. This feature not only improves the responsiveness of your teams but also helps avoid oversight or delays in processing critical data. Customization and flexibility One of the main advantages of this feature lies in its customization. Whether it’s the email subject, content, or recipients, everything can be tailored to your needs. You can insert variables related to patients (such as inclusion date, patient ID) or users (first name, last name), ensuring that each notification contains relevant information. Additionally, it is possible to configure notifications specific to one or more sites , depending on the setup of your study. For example, you can choose to receive notifications only for inclusions made at certain centers. Conclusion With this new feature, EasyMedStat takes another step forward in supporting clinical research teams. By automating essential tasks such as notifications for patient inclusion or adverse events, you enhance both the efficiency and safety of your trials. Don’t wait to explore and test Monitoring Automations in your EasyMedStat interface! Stay connected, stay responsive, and focus on what matters most: the success of your clinical trials.
Nous sommes heureux d’annoncer deux mises à jour importantes dans EasyMedStat qui améliorent la flexibilité et la fiabilité de vos workflows de recherche clinique : l’identifiant de dossier personnalisé (CRID) et les modes Test/Production. Ces fonctionnalités vous offrent un meilleur contrôle sur les identifiants des patients ainsi que la possibilité de basculer facilement entre un environnement de test et de production. Voici un aperçu des nouveautés et de leurs avantages pour votre recherche. Identifiant de dossier personnalisé (CRID) pour une meilleure gestion des patients En recherche clinique, il est essentiel de suivre les participants à l’aide d’identifiants clairs et cohérents. Pour répondre à ce besoin, EasyMedStat propose désormais une option pour personnaliser les identifiants des patients grâce à la nouvelle fonctionnalité CRID. Vous pouvez définir un modèle personnalisé pour générer automatiquement des identifiants uniques, qui peuvent inclure des éléments numériques et alphanumériques. Ce système garantit que les identifiants sont générés automatiquement, non modifiables, et incrémentés de manière séquentielle, ce qui réduit les erreurs et assure une cohérence. Les principales fonctionnalités du CRID : Formats personnalisables : Définissez la structure de vos identifiants (ex. : 001, AA-001, ou MC-PAR-001 pour des études multicentriques). Support des études multicentriques : Générer des identifiants spécifiques à chaque site, en utilisant des modèles prédéfinis comme les initiales du site ou un code numérique. Compteurs globaux ou spécifiques par site : Choisissez entre un compteur unique pour toute l’étude ou des compteurs indépendants pour chaque site. Cette fonctionnalité simplifie l’identification des patients, facilitant ainsi la gestion des participants sur différents sites et réduisant les risques d’erreurs dans les données. Vous pouvez en apprendre plus depuis notre base de connaissances : How to Customize the Patient Identifier? (AA-001, ...) Modes Test/Production pour une transition sécurisée vers des données en temps réel En plus du CRID, nous avons introduit le mode Test/Production pour faciliter la transition de votre étude du développement à la collecte de données en conditions réelles. Pendant les premières phases d’une étude, il est souvent nécessaire de tester les paramètres, les workflows et les processus de saisie de données sans risquer d’affecter les données réelles des patients. Désormais, vous pouvez commencer en mode Test, où vous pouvez expérimenter sans contrainte, puis passer en mode Production lorsque vous êtes prêt à collecter des données en temps réel. Les principaux avantages des modes Test/Production : Environnement de test sécurisé : En mode Test, vous pouvez configurer librement les paramètres de la série, y compris les modèles de CRID, sans affecter les données réelles de l’étude. Transition contrôlée vers la production : Lorsque votre étude est prête, vous pouvez passer en mode Production, verrouillant ainsi les paramètres clés tels que le CRID, et garantissant qu’aucune réinitialisation accidentelle des compteurs ne se produise. Gestion sécurisée des données : Une fois en mode Production, les données et dossiers des patients sont verrouillés pour garantir qu’aucune modification non intentionnelle ne perturbe l’étude. Ces modes offrent flexibilité et tranquillité d’esprit, vous permettant de préparer et de valider les paramètres de l’étude avant de les lancer dans un environnement réel. Conclusion Avec l’introduction de l’identifiant de dossier personnalisé (CRID) et des modes Test/Production, EasyMedStat continue de fournir des outils qui améliorent la gestion de vos études et l’intégrité des données. Ces nouvelles fonctionnalités soutiennent un processus de recherche clinique plus organisé et sécurisé, que vous gériez une étude monocentrique ou un projet multicentrique complexe. Ces mises à jour sont dès maintenant disponibles pour tous les utilisateurs. Nous vous encourageons à explorer ces fonctionnalités lors de la configuration de votre prochaine étude afin de voir comment elles peuvent simplifier vos workflows de recherche et la gestion de vos données.
New Features in EasyMedStat: Custom Record ID (CRID) and Test/Production Modes [Product Update 3.36]
We are pleased to announce two important updates in EasyMedStat that enhance the flexibility and reliability of your clinical research workflows: Custom Record ID (CRID) and Test/Production Modes. These features provide you with better control over patient identifiers and the ability to switch between testing and production environments with ease. Here’s an overview of what’s new and how it can benefit your research. Custom Record ID (CRID) for Improved Patient Management In clinical research, tracking participants through clear and consistent identifiers is critical. To support this, EasyMedStat now offers the option to customize patient identifiers through the new CRID feature. You can define a custom pattern for generating unique patient IDs, which can include both numeric and alphanumeric elements. This system ensures that patient identifiers are automatically generated, non-editable, and incremented sequentially, minimizing errors and maintaining consistency. Key features of CRID: Customizable Formats : Define the structure of your identifiers (e.g., 001, AA-001, or MC-PAR-001 for multicenter studies). Multicenter Support : Generate site-specific identifiers using predefined patterns like the site’s initials or a numeric code. Global or Site-Specific Counters : Choose between a single counter for the entire study or independent counters for each study site. This feature helps streamline patient identification, making it easier to manage participants across different sites and reducing the risk of data mismanagement. You can learn more in our knowledge base: How to Customize the Patient Identifier? (AA-001, ...) Test/Production Modes for a Safe Transition to Live Data In addition to CRID, we’ve introduced the Test/Production Mode to make transitioning your study from development to active data collection more straightforward. During the early stages of a study, you often need to test settings, workflows, and data entry processes without risking real patient data. Now, you can start in Test Mode, where everything can be experimented with, and then move to Production Mode when you’re ready to collect live data. Key benefits of Test/Production Modes: Safe Testing Environment: While in Test Mode, you can freely configure series settings, including CRID patterns, without affecting the actual study data. Controlled Transition to Production: When your study is ready, you can switch to Production Mode, locking in key configurations such as the CRID settings, and ensuring no accidental resets of incremental counters. Secure Data Management: Once in Production Mode, patient data and records are locked to ensure that no unintended changes disrupt the study. These modes allow for flexibility and peace of mind, helping you prepare and validate study settings before launching them in a live research environment. Conclusion With the introduction of Custom Record ID (CRID) and Test/Production Modes, EasyMedStat continues to provide tools that enhance your study management and data integrity. The new features support a more organized and secure clinical research process, whether you're managing a single-site study or a complex multicenter project. These updates are available now for all users . We encourage you to explore these features in your next study setup to see how they can streamline your research workflows and data management.
Nous sommes ravis d'annoncer la dernière version d'EasyMedStat, remplie de nouvelles fonctionnalités et d'améliorations conçues pour rendre vos processus de recherche clinique plus fluides et plus efficaces. Cette mise à jour apporte de grandes améliorations à nos capacités d'exportation de données, à nos outils de collaboration, à la gestion des catégories et aux options de visualisation. Découvrons ensemble ce qui est nouveau et comment ces fonctionnalités peuvent vous bénéficier, à vous et à votre équipe. Page d'Export de Données L'export de données est désormais plus facile et plus polyvalente que jamais. Découvrez les nouvelles fonctionnalités de notre page d'export de données : Options d'Export Améliorées : Que vous ayez besoin de l'ensemble du jeu de données ou seulement d'une partie spécifique, nos nouvelles options vous permettent d'exporter exactement ce dont vous avez besoin. Export au Format Excel : Vous l'avez demandé, et nous avons écouté ! Vous pouvez désormais exporter vos données au format Excel (.xlsx), ce qui rend leur utilisation dans votre logiciel de tableur préféré plus facile. Pseudonymisation : Protégez la vie privée des patients en exportant des données pseudonymisées. C'est un excellent moyen de garantir la sécurité des données tout en exportant uniquement les informations dont vous avez besoin. Exports Compatibles avec R : Si vous utilisez des logiciels statistiques comme R, vous allez adorer nos nouvelles options d'exportation. Vous pouvez maintenant exporter des valeurs codées et des noms de variables sans espaces ni caractères spéciaux, facilitant ainsi l'importation de données dans R. Mise à Jour de la Page de Partage avec les Collaborateurs Collaborer avec votre équipe est désormais plus simple grâce à notre page de partage avec les collaborateurs mise à jour : Option "Tout Sélectionner" : Besoin d'attribuer rapidement des permissions à un collaborateur ? La nouvelle option "Tout Sélectionner" vous permet de le faire, vous faisant gagner du temps et des tracas. Sélecteur de Catégories Revu La gestion des catégories est maintenant plus intuitive grâce à notre nouveau sélecteur de catégories : Affichage Hiérarchique : Naviguez facilement dans les catégories avec une structure arborescente claire et extensible. Fonctionnalités de Sélection et de Recherche : Sélectionnez rapidement toutes les catégories ou trouvez-en des spécifiques en utilisant la barre de recherche. Le filtrage en temps réel et l'affichage du nombre de sélections rendent la gestion des catégories facile. Capacités de Visualisation Améliorées pour les Utilisateurs avec la Permission "Voir le Patient" Nous avons amélioré les capacités de visualisation pour les utilisateurs avec la permission "Voir le patient" pour améliorer la surveillance et l'accès aux données : Voir et Télécharger des Fichiers et des Photos : Les utilisateurs avec la permission "Voir le patient" peuvent désormais voir et télécharger des photos et des fichiers directement depuis l'eCRF v2. Interface Simplifiée pour les Non-éditeurs : Pour les utilisateurs sans la permission "Modifier le patient", nous avons simplifié l'interface en supprimant les options de modification tout en conservant toutes les fonctionnalités de visualisation. Conclusion Ces nouvelles fonctionnalités et améliorations sont conçues pour rendre EasyMedStat plus puissant et convivial. Nous sommes convaincus que ces mises à jour vous aideront à collecter, analyser et partager vos données de manière plus efficace et sécurisée. Nous avons hâte de voir comment vous utiliserez ces outils pour faire avancer vos recherches et améliorer les résultats pour les patients. Restez à l'écoute pour plus de mises à jour, et comme toujours, nous adorons recevoir vos commentaires. Merci de choisir EasyMedStat comme votre plateforme de référence pour la recherche clinique !
We are excited to announce the latest version of EasyMedStat, packed with new features and improvements designed to make your clinical research processes smoother and more efficient. This update brings big enhancements to our data export capabilities, collaboration tools, category management, and eCRF viewing options. Let's dive into what's new and how these features can benefit you and your team. Revamped Export Data Page Exporting data is now easier and more versatile than ever. Check out the new features on our revamped Export Data page: - Enhanced Export Options : Whether you need the entire dataset or just a specific part, our new options allow you to export exactly what you need. This helps keep file sizes manageable and your data focused. - Excel Format Export : You asked, and we listened! You can now export your data in Excel format (.xlsx), making it super easy to work with in your favorite spreadsheet software. - Pseudonymization : Protect patient privacy by exporting pseudonymized data. It's a great way to ensure data security while still getting the insights you need. - R-Compatible Exports : If you use statistical software like R, you'll love our new export options. Now you can export coded values and variable names without spaces or special characters, making data import into R a breeze. Share with Collaborators Page Update Collaborating with your team just got simpler with our updated Share with Collaborators page: Select All Option : Need to assign permissions to a collaborator quickly? The new "Select All" option lets you do just that, saving you time and hassle. Revamped Category Picker Managing categories is now more intuitive thanks to our revamped Category Picker: - Hierarchical Display : Easily navigate through categories with a clear, expandable tree structure. - Select All and Search Functionality : Quickly select all categories or find specific ones using the search bar. Real-time filtering and a selection count display make managing categories a snap. Enhanced Viewing Capabilities for Users with "View Patient" Permission We’ve boosted the viewing capabilities for users with "View patient" permission to enhance monitoring and data access: - View and Download Files and Pictures : Users with "View patient" permission can now see and download pictures and files directly from eCRF v2. - Streamlined Interface for Non-Editors : For users without "Edit patient" permission, we’ve streamlined the interface by removing editing options while keeping full viewing functionality. Conclusion These nifty new features and improvements are designed to make EasyMedStat more powerful and user-friendly. We’re confident these updates will help you collect, analyze, and share your data more efficiently and securely. We can’t wait to see how you use these tools to advance your research and improve patient outcomes. Stay tuned for more updates, and as always, we love hearing your feedback. Thanks for choosing EasyMedStat as your go-to platform for clinical research!
Dans l'univers de la recherche clinique, la précision n'est pas seulement un objectif ; c'est une nécessité. Reconnaissant cela, EasyMedStat est ravi de dévoiler une fonctionnalité révolutionnaire qui marque une avancée significative dans la gestion des données et le contrôle de qualité : les Bornes d'Événement. Cette nouvelle addition est conçue pour rationaliser le processus de saisie des données, améliorer l'exactitude, et réduire le temps passé sur le suivi des données. Explorons ce que les Bornes d'Événement impliquent et comment elles promettent de transformer la gestion des données cliniques. Que sont les bornes d'événement ? Les Bornes d'Événement sont une nouveauté permettant aux utilisateurs de définir des limites de dates minimales et maximales pour les variables d'Événement au sein des eCRF et ePRO. Cette fonctionnalité s'étend au-delà des limites statiques appliquées aux variables numériques, offrant à la fois des limites statiques (dates fixes) et dynamiques (dates spécifiques au patient). Les limites dynamiques sont particulièrement innovantes, car elles s'ajustent en fonction des valeurs d'autres variables événement, fournissant une approche sur mesure et flexible de la saisie des données.
In the realm of clinical research, precision is not just a goal; it's a necessity. Recognizing this, EasyMedStat is excited to unveil a groundbreaking feature that marks a significant leap forward in data management and quality control: Event Bounds. This new addition is designed to streamline the data entry process, enhance accuracy, and reduce the time spent on data monitoring. Let's dive into what Event Bounds entail and how they promise to transform clinical data management. What are Event Bounds? Event Bounds are a novel feature that allows users to set minimum and maximum date limits for Event variables within Electronic Case Report Forms (eCRFs). This functionality extends beyond the static boundaries applied to Numeric variables, offering both static (fixed dates) and dynamic (patient-specific dates) bounds. Dynamic bounds are particularly innovative, as they adjust based on the values of other Event variables, providing a tailored and flexible approach to data entry.
Nous sommes ravis de vous annoncer le lancement de la toute dernière version de notre outil eCRF, une évolution majeure conçue pour répondre aux besoins croissants de la recherche clinique moderne. Avec des fonctionnalités innovantes et des améliorations significatives, cette version vise à rendre votre expérience encore plus fluide, plus rapide et plus intuitive.
We are excited to present our latest achievement: an enhanced version of our eCRF tool that redefines how you collect and manage clinical data. These notable improvements are designed to provide an even more intuitive, intelligent, and efficient experience for our users.
Let your friends know!
