临床试验中的随机分组方法
临床试验中的双盲设计与随机化
临床试验中的双盲设计与随机化在临床研究中，为了确保研究结果的客观性和可靠性，双盲设计和随机化是两种常用的方法。
双盲设计是指研究者和被试者在试验过程中对所给予的干预措施或药物的情况一无所知，而随机化则是为了消除潜在的偏倚，将被试者随机分配到不同的实验组中。
双盲设计是临床试验中常用的研究方法。
在这种设计中，既有的研究者也没有参与者知道哪个组别接受了真正的干预，哪个组别接受了安慰剂或无治疗的干预。
这样做的目的是为了减少主观因素对试验结果的影响。
如果既有的研究者知道哪个组别接受了真正的干预，他们可能会在评估结果时出现偏差，从而影响结果的准确性。
在双盲设计中，通常会采用一个中立的第三方遮盖标识药物或干预措施的方法，例如使用药物编码或者提供相同包装的安慰剂。
这样可以确保研究者和被试者都不知道他们接受的是什么干预措施。
只有在试验结束后，才能解码并分析数据。
随机化是另一种常用的临床试验设计方法。
随机化是通过将被试者随机分配到不同的实验组中来实现的。
这样做的目的是消除潜在的偏倚和组间差异，使得每个组的特征在起始时是相似的。
通过随机分配，可以使得实验组和对照组在各方面的特征基本一致，从而更好地控制其他干预因素对试验结果的影响。
随机分配可以通过多种方法来实现，例如完全随机化、分组随机化和区组随机化等。
完全随机化是将被试者纯随机地分配到各个实验组中。
分组随机化是通过将被试者按照某种特征或条件分组，然后在各组中进行随机分配。
区组随机化是将被试者按照地理位置或其他可划分的特征进行分组，然后在各组中进行随机分配。
在实施双盲设计和随机化之前，研究者需要进行样本量计算，确定试验所需的样本大小。
正确定义样本量可以提高试验结果的可靠性和统计学的有效性。
此外，双盲设计和随机化的实施需要合理的随机化方法和步骤，以确保试验的可靠性和有效性。
总之，双盲设计和随机化是临床试验中的重要研究方法。
双盲设计可以减少主观因素对试验结果的影响，确保结果的客观性和可靠性。
临床试验分组描述
随机化原则
Fisher在1935年首先提出随机化概念并应用在农 业实验中。 随机化的目的：
– 通过随机，均衡干扰因素的影响，使试验组和对照 组具有可比性，避免主观安排带来的偏性；
– 随机化是统计分析的基础
总体的每一个观察单位都有同等的机会被选入 样本中来，并有同等的机会进行分组。（这里 的总体是符合根据假设规定的入选标准的有限 总体）
常用的随机化方法---区组随机化
以三种处理为例：
– 方法1）以每一个随机数字对应一个区组排列，如下：
随机数字1-6分别代表不同的区组排列，7-9和0 舍弃
1 A B C 2 ACB 3 BAC 4 B C A 5 CAB 6 CBA
区组 对象编号 随机数字 组别
1
2
3
4
1 2 3 4 5 6 7 8 9 10 11 12
随机数字
5972423631
除以 2 的余数 1 1 1 2 2 2 1 2 1 1
组别
甲甲甲乙乙乙甲乙甲甲
调整：1）甲组 6 人中选一人：另抄一随机数字 8/6 余 2， 则 2 号→乙
常用的随机化方法---简单随机化
– 方法2:排序 –将随机数字排序后分组，如下例： 欲将9个对象分 到3组中，将随机数字按大小排序,重复的和0去掉,第 1-3 位为甲组,4-6 为乙组,7-9为丙组
31 - 21-22-11-
CABBACBCAABC
常用的随机化方法---分层随机化
分层目的：使某些对结果影响较重的因素在各 组中尽可能相等 分层因素选择：根据不同疾病 分层因素的数量和分级：不宜太多，否则组合 太多且病人收集有一定困难 分中心随机也可看成是一种分层随机 分层随机化安排：各层做一张随机安排表，病 人入选时首先确定属于哪一层，然后根据该层 的随机表安排。
随机分组名词解释医学
随机分组名词解释医学
随机分组是指在实验、研究或其他医学实践中,将研究对象随机分配到不同的组内,以便对不同组内研究对象之间的差异进行比较和分析。
在随机分组的情况下,不同组之间的研究对象具有相同的随机性,不存在任何主观偏好或偏见的影响。
在医学研究中,随机分组通常用于比较不同治疗方法或药物对不同疾病或症状的疗效。
例如,在一项治疗癌症的临床试验中,将患者随机分配到不同的治疗组,以便比较不同治疗方法的治疗效果。
在临床实践中,随机分组可以帮助医生制定更有效的治疗方案,减少治疗结果的不确定性。
除了比较不同治疗方法或药物之间的疗效外,随机分组还可以用于评估不同人群或群体之间的健康状况或疾病风险。
例如,在一项关于高血压的调查研究中,将高血压患者随机分配到不同的组内,以便比较不同组内高血压患者的血压变化情况。
随机分组可以帮助研究人员评估不同人群或群体的健康状况或疾病风险,为医学研究提供更准确的数据。
随机分组是医学研究中非常重要的一环,能够帮助研究人员评估不同治疗方法或药物之间的治疗效果,评估不同人群或群体的健康状况或疾病风险。
SAS随机分组方法及实现
SAS随机分组方法及实现随机分组方法包括:•简单随机化(simple randomization)•区组随机化(block randomization)•分段(或分层)随机化(stratified randomization)•分层区组随机化(stratified block randomization)•动态随机化(dynamic randomization)一、简单随机化，又称完全随机化1、定义：在事先或者实施过程中不作任何限制和干预或调整，对研究对象直接进行随机分组。
通常，通过掷硬币、随机数字表、计算机产生随机数来进行随机化。
2、适用条件：在研究例数较少、总体中个体差异较小时，采用此法。
3、缺点：在研究对象例数较少时，由于随机误差难以保证组间病例数的均衡，各组例数可能会出现不平衡现象。
4、解决办法：随机数表法、随机数余数分组法。
随机数余数分组法的具体操作：编号：研究对象（动物按体重大小、患者按预计样本量编号）从1 到N 编号；获取随机数字：从随机数字表中任意一个数开始，沿同一方向顺序每个研究对象对应取一个随机数字；求余数：随机数除以组数求余数。
若整除，则取组数作为余数；分组：按余数数值分组；调整：假如某组待调整，该组共有n 例。
从中抽取1 例，就取下一个随机数，随机数除以n。
除以n 的余数(若整除则余数为n )作为在该组中所抽研究对象的序号，调整到其他组。
例1-1：两组对心脑病区观察20例(编号1～20)心血管病患者分为2组，一组以灯盏花注射液为治疗组，另一组给予瓜蒌薤白汤。
从随机数字表任一行开始(以第11行第1个数(57)计)，按序查找，凡小于或等于20的数标记，查够10个数；将与这10个数对应编号患者列为一组，余下患者为另一组。
57 35 27 33 72 24 53 63 94 09.4110 . 76 47 91 4404.95 49 66 39 6004 . 59 81 48 50 86 54 48 2206.3472 52 82 21 15.6520.33 29 94 7111 . 15.91 2912.03.61 96 48 9503.07第一组：9，10，4，6，15，20，11，12，3，7；第二组：1，2，5，8，13，14，16，17，18，19。
临床试验常见设计类型有哪些
引言概述：临床试验是评估新药、治疗方法或医疗器械在人体中的安全性和有效性的关键步骤。
在临床试验的设计过程中，选择适当的试验设计类型是确保试验结果可靠和有意义的关键因素之一。
本文将介绍临床试验常见的设计类型，包括平行设计、交叉设计、因子设计、递增剂量设计和自控设计。
正文内容：一、平行设计1. 配对设计：将被试者按一定特征（如年龄、性别等）配对，使得每一对中的两个被试者都接受相同的治疗，以减小外界因素的干扰。
2. 随机分组设计：将被试者随机分为试验组和对照组，试验组接受新药或治疗方法，对照组接受常规治疗或安慰剂，以确保两组被试者的基线特征相似。
3. 并行组设计：将被试者随机分为多个组，各组接受不同的药物或治疗方法，以比较不同组的效果。
二、交叉设计1. 交叉设计：同一组被试者先接受一种治疗，经一定的洗脱期后再接受另一种治疗，以比较两种治疗方法的效果。
2. 多周期交叉设计：被试者在一段时间内接受多个周期的治疗，以减小周期之间的不确定性对结果的影响。
3. 平行交叉设计：被试者在同一时间段内同时接受不同治疗，以减小时间因素对结果的干扰。
三、因子设计1. 单因素设计：只考虑一个因素对结果的影响，通过控制其他因素，研究该因素的效果。
2. 双因素设计：考虑两个因素对结果的影响，通过控制其他因素，研究两个因素对结果的交互作用。
3. 多因素设计：考虑多个因素对结果的影响，通过控制其他因素，综合研究多个因素对结果的综合影响。
四、递增剂量设计1. 递增剂量设计：试验药物或治疗方法的剂量从低到高逐渐增加，以寻找最佳剂量和剂量-效应关系。
2. 反向递增剂量设计：试验药物或治疗方法的剂量从高到低逐渐减少，以寻找最佳剂量和剂量-效应关系。
3. 阶梯剂量设计：将被试者分为多个剂量组，每一组接受不同剂量的药物或治疗方法，以确定最佳剂量和剂量-效应关系。
五、自控设计1. 单纯自控设计：同一被试者在不同时间点接受不同治疗，以比较不同治疗方法的效果。
临床试验随机化
选择偏倚
在招募参与者时，确保所有符合入选标准的 参与者都有同等机会参与试验，避免任何形 式的歧视或偏好。
实施偏倚
在实施随机化过程中，确保分配方案的执行 不受任何外部因素的影响，如研究人员或参 与者的意愿。
处理不平衡的样本量或组间差异
样本量不平衡
在随机化过程中，尽量确保试验组和对照组 的样本量相等，避免因样本量不平衡而影响 试验结果的可靠性和可解释性。
设立监督机制，确保随机化过程遵循既定 的方案，防止任何偏差或违规行为。
04
随机化的注意事项和挑战
确保随机化的公正性和保密性
公正性
确保每个参与者被随机分配到试验组或对照组的机会均等，不受任何人为干预或偏见的 影响。
保密性
确保随机化方案在试验开始前不对参与者和研究人员公开，以避免潜在的偏倚和干扰。
避免选择和实施偏倚
减少偏差
随机化能够减少选择、实施和测量等环节中的偏差，确保试验结果 的可靠性和准确性。
随机化的历史和发展
早期随机化试验
最早的随机化试验可以追溯到20世纪40年代，当时在英 国进行了一项关于治疗流感的随机化试验。
随机化的普及
随着科学的发展和人们对临床试验要求的提高，随机化逐 渐成为临床试验中的标准方法。
在试验结束后，需按照伦理和法规要求提交相关报告和资料，并进行必要 的披露和公开。
06
临床试验随机化的应用和案例研 究
药物研发中的临床试验随机化
药物研发是临床试验随机化的重要应用领域。通过随机化， 研究人员能够将受试者随机分配到试验组和对照组，以评估 药物的疗效和安全性。这种设计能够减少潜在的偏差和偏倚 ，提高试验结果的可靠性和科学性。
202X-01-04
临床试验随机化
科研随机数字表法分组方法
科研随机数字表法分组方法全文共四篇示例，供读者参考第一篇示例：科研中常用的统计方法有很多种，其中随机分组方法是一种常见的实验设计方法。
在科研中，研究者通常需要将实验对象或被试随机分成不同的组别，以便进行比较和分析。
随机分组方法能够有效地消除实验结果的偏倚，并确保实验结果具有统计学意义。
科研中使用的随机分组方法有很多种，其中比较常用的一种是随机数字表法分组方法。
这种方法通过随机数表来分配实验对象或被试到不同的实验组别中。
在实验设计过程中，研究者通常会选择一个已经生成好的随机数表，然后按照表中的顺序来分配实验对象或被试，从而确保每个实验组别中的实验对象或被试是完全随机的。
除了以上优点外，随机数字表法分组方法还具有灵活性和易操作性。
研究者可以根据自己的实验需求，选择适合的随机数表来进行分组，从而满足不同实验设计的要求。
随机数字表法分组方法的操作简单，只需将随机数表和实验对象或被试对应起来，就能够轻松完成实验设计过程。
第二篇示例：科研领域中，随机数字表法分组方法是一种常用的实验设计与数据分析工具。
通过在实验设计中引入随机性，可以有效地降低人为偏差的影响，提高实验结果的可靠性与可重复性。
随机数字表法分组方法在分组实验设计与抽样调查等领域得到了广泛的应用。
随机数字表法分组方法的核心思想是通过随机数生成器生成随机数字表，然后根据这个表格中的数字进行分组或抽样。
随机数字表法可以分为两种形式，一种是等概率抽样，即每一个数字被选取的概率是相等的；另一种是权重概率抽样，即每一个数字被选取的概率与其对应的权重相关。
在进行实验或调查时，研究人员可以根据自己的需求选择适合的随机数字表法形式。
在进行实验设计时，研究人员可以通过随机数字表法进行受试者的分组。
如果要研究某种药物对疾病的疗效，可以使用随机数字表法将病人分为用药组和对照组，以减少实验结果的偏差。
在抽样调查中，也可以利用随机数字表法进行抽样，从而避免主观偏见对样本选择的影响。
常用随机分配方法
常用随机分配方法在许多领域的研究和实践中，随机分配方法都发挥着重要作用。
它能够有效地消除偏差，确保结果的可靠性和公正性。
接下来，让我们一起了解一些常用的随机分配方法。
首先要提到的是简单随机分配。
这是一种最基本也最直观的方法。
想象一下，我们有一个装有所有参与者名字或编号的“大箱子”，然后通过随机抽取的方式，将他们分配到不同的组中。
比如说，要研究某种药物的效果，把患者随机地分到用药组和对照组。
实现简单随机分配可以使用随机数生成器，比如常见的计算机程序或在线工具，它们能够快速生成随机数，然后根据这些随机数来决定参与者的分组。
这种方法的优点是操作简单，容易理解。
但也存在一定的局限性，如果样本量较小，可能会导致分组不均衡，影响实验结果的准确性。
分层随机分配是对简单随机分配的一种改进。
在进行分层随机分配之前，我们先根据一些重要的特征，比如年龄、性别、病情严重程度等，将参与者分层。
然后在每一层内进行随机分配。
这样做的好处是能够保证各层之间的特征分布相对均衡，从而提高实验的精度。
举个例子，如果我们研究的是青少年和成年人对某种教育方法的反应，就可以先把参与者按年龄分为两层，再在每一层内随机分组。
区组随机分配也是一种常用的方法。
在这种方法中，我们将参与者按照一定的顺序分成若干个区组，每个区组内的人数是固定的。
然后在每个区组内进行随机分配。
这样可以保证在一段时间或一定范围内，分组的均衡性。
比如说，在临床试验中，每天新入组的患者可以组成一个区组，然后在这个区组内随机分配治疗方案。
动态随机分配则更加灵活。
在实验过程中，根据不断更新的信息和条件来实时调整分组的概率。
这种方法适用于情况较为复杂、需要不断适应变化的研究。
但由于其复杂性，在实际应用中需要更高级的技术和计算资源支持。
还有一种叫做最小化随机分配的方法。
它的目标是在分组过程中，使各个组之间的重要协变量尽可能地平衡。
通过不断计算和比较不同分组方案下协变量的不平衡程度，选择不平衡程度最小的分组方案。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
临床试验中的随机分组方法 时间：2009-10-23 22:17:46 来源：admin
万 霞1，刘建平2 (1．中国医学科学院基础医学研究所/中国协和医科大学基础医学院流行病学教研室,北京市东单三5号, 100005; 2．北京中医药大学循证医学中心)
【摘要】 成功地实施随机分配依赖于两个相关的步骤:(1)产生随机分配序列用于试验组和对照组的分配; (2)随机分配方案在随机分组实施过程中的隐匿。随机分组方法有: 简单随机化、区组随机化分段(或分层)随机化、分层区组随机化及动态随机化等;随机分配方案隐匿的方法有按顺序编码、不透光、密封的信封, 中心随机系统, 编号或编码的瓶子或容器, 中心药房准备的药物等。科研工作者在临床研究中需要根据设计方法, 正确选择随机分组及随机分配方案隐匿的方法。
【关键词】 随机分配; 随机分组; 随机方案; 隐匿 随机分配方法确保对比组之间基线均衡可比,被认为是减少两组患者选择偏倚的最佳方法[1]。因此,有学者认为正是由于随机分配方法,使得随机对照试验在提高医疗卫生服务中起着
至关重要的作用[2]。在临床研究中,正确地实施真正的随机分配是临床试验的关键。成功地实施随机分配依赖于两个相关的步骤[3]:(1)产生随机分配序列并用于随机分配到试验组和对照组; (2) 随机分配方案在随机分组中的隐匿(allocation concealment)。没有随机隐匿的随机临床试验也称为开放式的随机对照试验。
有试验研究表明[4],如果用不适当的分组和双盲方法, 即使是随机临床试验,其干预效果也会被显著地高估(在一项研究中干预效果平均被夸大约50% )。遗憾的是90%以上的随机临床试验随机分组不恰当[5]。对卫生系统重大科研课题的终审标书进行的系统评价发现,部分治疗性研究存在假的随机分组[6]。有学者分层随机选择综合性国家级中医药学术期刊4种、省级和中医学院(大学)学报类中医药学术期刊各10种, 专业杂志(如针灸) 4种, 共计28种, 从1996 年12月开始回溯20年, 从中选取所有中医药疗效评价的文章逐一评阅。研究结果发现, 83%的文章未描述随机分组方法,操作是否恰当难以判断[7]。 有学者[8]通过检索BMJ , JAMA , the Lancet, New England Journal of Medicine 4种杂志近期发表的关于临床试验的文章发现,尽管已有了CON SORT 声明, 但是发表在这些杂志上的临床研究中有超过40%的文章或者报告随机隐匿的方法不充分或者根本就没有对随机隐匿的方法进行描述。而且该研究表明, 使用不充分随机隐匿的方法所报告的研究结果往往比充分使用随机隐匿方法的研究结果容易得出显著性的差异。有研究表明[2],一般情况下,与充分使用随机隐匿的临床试验结果相比,不充分随机隐匿的或者随机隐匿方案不清楚的临床试验结果往往会夸大37%的效应估计值。
1 随机化分组的方法 正确使用随机分组是取得比较组间初始可比性、避免选择性偏倚的保证。随机化分组的方法有多种, 但真正的随机化应符合下列原则: (1)医生和患者不能事先知道或决定患者将分配到哪一组接受治疗; (2)医生和患者都不能从一个患者已经进入的组别推测出下一个患者将分配到哪一组[9]。
随机序列的产生可以采用计算机、计算器、随机数字表和抛硬币的方法来实现。其随机分组方法包括: 简单随机化(simple randomization)、区组随机化(block randomization)、分段 (或分层) 随机化(stratified randomization)、分层区组随机化 (stratified block randomization) 及动态随机化(dynamic randomization)等[10]。
1．1 简单随机化分组 简单随机化分组又称为完全随机化分组,是对研究对象直接进行随机分组,常通过掷硬币或随机数字表,或用计算机产生随机数来进行随机化,在事先或者实施过程中不作任何限制和干预或调整[9]。
简单随机化分组方法对小样本试验操作起来很简单,但是如果研究对象例数较少时, 则各组例数会出现不平衡现象。例如,掷硬币的方法在小样本的试验中由于随机误差难以保证组间病例数的均衡。有研究表明, 当总例数为100 时, 每组刚好50例的概率仅为8%[11]。因此,采用随机数字表的方法,以及随机数余数分组法可以很好地解决这个问题,使分组后各组例数相等。 操作步骤: (1)编号: 将N 个实验单位1到N编号。动物可按体重大小,患者可按预计的样本量编号;(2)获取随机数字:从随机数字表中任意一个数开始,沿同一方向顺序获取每个实验单位一个随机数字; (3)求余数: 随机数除以组数求余数。若整除则余数取组数; (4)分组: 按余数分组; (5)调整: 假如共有n例待调整, 需要从中抽取1例,便续抄一个随机数,除以n 后将得到的余数作为所抽实验单位的序号(若整除则余数为n)。
例1: 欲将15 例病例随机等分到3 个组中去。方法:从随机数字表[12]中任意选择起始数, 现将从第5行第5列开始向右的随机数按随机数余数分组的分类结果列于表1中。第一次分组后, 甲组6例, 乙组5例, 丙组4例。由于各组例数不等,须将甲组调整1例到丙组。因此, 继续查随机数字表, 下一个随机数字为58。58/3余1,因此, 将第1例从甲组调整到丙组中去。
1．2 区组随机化分组 区组随机化分组也叫均衡随机化或限制性随机化,即将随机加以约束,使各处理组的分配更加平衡,满足研究要求。在一个区间内包含一个预定的处理分组数目和比例。区组(block)是对受试对象进行划分,即由若干特征相似的试验对象组成,如同一窝的动物、批号相同的试剂、体重相近的受试者等[12]。
区组的长度(block length)是指一个区组包含多少个接受不同处理的受试单元,即区组中对象的数目。区组的长度不宜太小,太小则形成不随机,一般区组的长度至少要求为组数的2倍以上。区组的长度也不宜太大,太大易使分段内不均衡。如果只有两个组别(试验组和对照组) , 区组的长度一般可取4～8,如果有4个组别则区组的长度至少为8。区组长度还与试验的疗程长短有关,对于疗程较短的疾病,患者入组快,结束快,区组长短影响不大,而对于疗程比较长的疾病,区间长度不宜过大。 区组随机能够避免简单随机可能产生的不平衡[13],任何时候, 试验组(A)与对照组(B)的患者数均保持平衡,也可以说确保整个试验期间进入每一组的对象数基本相等。不仅提高了统计学效率,而且保证了分配率不存在时间趋势,即使因为某种原因患者预后存在时间趋势,也能将偏倚减到最小。其实施方法可以结合以下的实例来具体说明。
例2: 采用随机区组设计方案,以入院时间(月份)作为配伍因素,将入院时间同月相邻的4 位患者作为一个区组,试对24 名患者分配到A 和B两组处理。操作方法: (1)确定区组长度和两个组的所有可能排列:设区组长度为4,则A 和B两组所有可能的排列为
(2 )给每种可能排列的区组分配抽样号码(见表2) ;(3)用抽签方法随机排列上述区组分配的号码。查随机数字表[12]任意选择起始数,如从第5行第5列开始向右的6个随机数字: 28、26、08、73、37、32, 按照从小到大排序得出上述区组分配的号码为: 3、2、1、6、5、4。(4)将观察单位按事先编好的病例号从1号开始按顺序进入上述抽签后得到的区组号码顺序的各区组(见表3)。 1．3 分段(或分层)随机化分组 分层(stratifying)是将总体按某(些)特征分割为次级总体[11]。分层随机分组化法是首先根据研究对象进入试验时某些重要的临床特征或危险因素分层(如年龄、性别、病情、疾病分期等) ,然后在每一层内进行随机分组,最后分别合并为试验组(处理组)和对照组[9]。
分层随机化可保证减小Ⅰ型错误,且可以提高小样本(<400)试验的把握度;分层化对于组间样本分布的均衡性具有重要的作用[14]。但是分层随机只适合于有2～3个分层因素时,而当分层因素较多时容易出现不均衡的情况。有文献报道[15],通常受试对象100～200例之间,有2～3个分层因素,每个因素仅有2个水平时,应用分层随机化较恰当;当分层因素较多时各层所含的例数会变少,容易出现各组分层因素分布和组间例数的不均衡,影响分析结果。分层随机化分组的目的是使分组结果达到预想的例数分配,既适用于小样本又适用于大样本。
操作步骤: (1)将分组过程分多个层进行,每个层只对m个试验对象随机分组。m 必须是处理数的整倍数,为了保证随机效果,m最好是处理数的5倍以上;(2)取m 个随机, 数从小到大排序,得序号R; (3)规定R所对应的处理,如10位患者等分为两组,则R1～5为A组, R6～10为B组; (4)将m个观察对象分配完毕以后,再按以上方法对下一层m个观察对象分组,直到分组结束。
例3: 将男、女各10名受试者按照性别分层后随机等分为两组。解: 令m= 10,需分2层(男性和女性)完成全部分组。规定每段随机排列序号R 对应处理, R1～5为A组; R6～10 为B组。按例1的方法查随机数字表,得到第1和2层的分组结果见表4。 1．4 分层区组随机化分组 多中心临床试验中普遍采用的方法是以中心分层,然后在各中心内进行区组随机化,即称为分层的区组随机化。分层有助于层内的均衡性,同时还考虑分段,即区组(block)随机地安排受试者,这将有助于增加每一段的可比性;当受试者的入组随机时间有所变化时,按分段的安排可使每个分段内试验组与对照组的样本大小安排完全符合试验方案的要求,因此,该法可保证试验结束时各中心例数接近便于管理。但是,分层区组随机化只能在影响因素(分层因素)比较少(<3)时保证组间均衡性,当影响因素多时各层所含的例数会变少,容易出现各影响因素分布和例数的不均衡,影响分析结果[16]。分层区组随机化是将区组随机化和分层随机化相结合的一种随机化方法,相对来说,是一种比较理想的随机化方法。
1．5 动态随机化[15] 动态随机化是指在临床试验的过程中每例患者分到各组的概率不是固定不变的,而是根据一定的条件进行调整的方法,它能有效地保证各试验组间例数和某些重要的非处理因素接近一致。动态随机化包括瓮(urn)法、偏币(biased coin)法、最小化(minimization)法等。在国外, 最小化法已开始应用于实际研究并被誉为临床试验的“白金标准”。我国已有一些机构和公司开发或正在开发中心随机化系统,但尚无最小化法用于临床研究的实例,关于最小化