一项护理研究比较两种压疮预防方案。
· 研究在6个病区开展，3个病区实施A方案，另外3个病区实施B方案；
· 共纳入480例患者；
· 研究者用卡方检验比较两组压疮发生率，得到P=0.03；
· 结论是A方案优于B方案。
这个分析有问题吗？
如果只看结局类型，压疮是否发生是二分类变量，两组率比较似乎确实可以使用卡方检验。但决定统计方法的，不只是变量类型，还有研究是怎样分组的。
这项研究随机的是病区，不是患者。
480例患者，却只有6个独立随机化单位
病区、社区、养老机构、学校或护理单元被整体分配至不同干预组，这类设计称为整群随机试验（cluster randomized trial）。
整群内的个体通常不是相互独立的。同一病区的患者由相近的护士团队照护，执行同一套流程，面对相似的排班、设备和管理环境，因此结局可能比不同病区患者的结局更加相似。这种相似程度通常用组内相关系数（intracluster correlation coefficient，ICC）描述。
普通卡方检验或独立样本t检验把所有患者视为相互独立。如果ICC为正而分析没有处理这种相关性，标准误通常会被低估，置信区间过窄，Ⅰ类错误率升高。
因此，前面的P=0.03是在不恰当的独立性假设下得到的，不能按照普通个体随机试验的方式解释。采用与设计相匹配的分析后，P值可能增大，但变化的方向和幅度还取决于ICC、整群数量、各群大小及所用模型。不能在没有重新分析的情况下断言“真实P值一定是多少”。
这里需要区分两个概念：
· 独立随机化单位只有6个病区；
· 有效个体样本量不是简单等于6，而是由ICC和每群人数共同决定。
在各群大小相近的简单平行整群设计中，可以用设计效应作近似：
设计效应 DE = 1 + (m - 1) × ICC
m：平均每个整群的观察人数
ICC：组内相关系数
假设每个病区平均80人、ICC=0.02，则：
DE = 1 + (80 - 1) × 0.02 = 2.58
近似有效个体样本量 = 480 ÷ 2.58 ≈ 186
也就是说，480条患者记录并没有提供相当于480名独立患者的信息。增加同一病区内的患者仍然有价值，但其边际信息量会逐渐下降；在很多情形下，增加病区数比继续增加单个病区的患者数更能提高研究精度。
最危险的情况：每组只有一个病区
护理干预研究中还会出现一种更严重的设计：选择两个病区，一个实施新方案，一个继续常规护理，然后比较两个病区内几十名甚至上百名患者的结局。
此时不是简单地“忘了校正标准误”。干预措施与病区完全重合：
· 干预组的所有患者都来自病区A；
· 对照组的所有患者都来自病区B；
· 病区文化、人员配置、患者构成和管理水平等差异，与干预效应无法分开。
即使纳入更多患者，也不能增加独立的干预分配次数。GEE或混合效应模型同样不能凭空补出缺失的整群，因为数据里没有其他病区帮助区分“方案差异”和“病区差异”。
这类研究可以描述两个病区在干预前后的变化，也可以作为可行性研究或质量改进项目报告，但不能仅凭患者层面的普通检验，把病区间差异解释为确定的干预因果效应。
为什么护理研究特别容易遇到这个问题
许多护理干预天然需要按群体实施：
· 集束化护理、流程改造和质量改进通常以病区为单位；
· 慢病管理和健康教育可能以社区卫生服务中心为单位；
· 老年护理研究可能以养老机构、楼层或照护单元为单位；
· 护士培训会同时影响该护士照护的多名患者；
· 团体教育或康复训练会使同一班次的参与者形成一组。
即便研究没有使用“整群随机”四个字，只要干预按病区、机构、护士或班次统一分配，数据中就可能存在需要处理的聚集结构。类实验和非随机对照研究也不因“没有随机”而自动获得个体独立性。
判断是否存在整群结构，最直接的问题不是“我收了多少患者”，而是：
干预措施究竟被分配给了谁？
如果答案是病区、社区、机构、护士或教学班，后续的样本量与分析就不能继续照搬个体随机试验。
设计阶段应该检查什么
1. 同时计算个体数和整群数
样本量计算通常需要考虑预期效应、显著性水平、把握度、平均整群大小、ICC及整群大小差异。用设计效应膨胀个体样本量是一种常见近似，但最终必须换算为可执行的整群数量。
如果不同病区人数相差较大，简单公式可能不够，还需考虑整群大小变异带来的效率损失。ICC应尽量来自相似人群、相似结局和相似场景的既往研究；没有可靠依据时，应进行多个ICC取值下的敏感性分析。
2. 不要指望增加群内人数解决整群过少
以前述6个病区、每组3个为例，如果采用完全随机的3∶3分配，全部可能的分配方式只有：
C(6,3) = 20
在这种设计下，双侧精确随机化检验的P值分辨率非常有限，最小可达到的双侧P值通常为0.10。这个结果直观地说明：整群数量过少是设计问题，不是多录入一些患者、换一个软件或增加几个小数位就能解决的。
这并不意味着存在一条适用于所有研究的“最低病区数”。所需整群数仍取决于效应量、ICC、结局类型、随机化方式和分析方法。但每组只有少数整群时，研究者必须在方案阶段说明其可行性、统计效能及推断限制。
3. 在方案中预先写明主要分析
常见选择包括：
· 以整群汇总指标为分析单位；
· 使用包含整群随机效应的混合效应模型；
· 使用GEE，并在整群较少时采用合适的小样本校正；
· 使用与实际随机化方案一致的随机化推断。
方法没有脱离研究问题的统一排名。连续结局和二分类结局不同，条件效应与边际效应不同，整群数较少和较多时也不同。选择GLMM还是GEE，应由目标估计量、结局分布、整群数量及缺失数据机制等共同决定，而不是因为“别人都这么做”或“SPSS菜单里能找到”。
尤其需要注意：论文只写“采用GEE分析”还不够。至少应交代整群变量、工作相关结构、链接函数、方差估计方法，以及整群较少时是否进行了小样本校正。
这不是一个新的方法学问题
早期综述已经发现，医学文献中的整群随机试验曾有相当一部分没有在分析中考虑聚集效应。Bland在2004年总结既往综述时指出，约有一半已发表试验存在这一问题。这个数字反映的是较早时期的文献，不能当作当前护理研究的发生率，但它说明这种错误并不罕见。
与老年护理较为接近的一项系统评价纳入了1992—2010年发表的73项住养机构整群随机试验：43项报告了样本量计算，其中20项考虑了聚集效应；以全部73项为分母，相当于27%。分析阶段有54项（74%）考虑了聚集效应。研究还发现，29项（40%）在参与者识别或招募方面可能存在偏倚，或报告不足以作出判断。
阶梯楔形设计还必须同时处理整群、时间趋势以及可能的个体重复测量。一项纳入60篇阶梯楔形整群随机试验报告的系统评价发现，45篇报告了样本量计算；其中73%考虑了聚集效应，但只有33%考虑了时间效应。在24项涉及队列或开放队列的研究中，仅3项在样本量计算中考虑了个体重复测量。
这些数字都来自较早时期或特定领域，不能直接推断今天中国护理期刊的错误比例。它们更适合用来说明：整群试验的错误既可能出现在分析阶段，也可能在计算样本量时就已经发生。
投稿前的60秒自查
☐ 干预是分配给个体，还是分配给病区、社区、机构、护士或班次？
☐ 论文是否明确报告了随机化单位和每组整群数？
☐ 样本量计算是否考虑ICC、平均整群大小和整群大小差异？
☐ ICC的取值是否有来源，并进行了合理的敏感性分析？
☐ 主要分析是否处理了整群内相关性？
☐ 如果使用GEE或混合模型，是否交代模型结构与方差估计方法？
☐ 整群很少时，是否考虑小样本校正或与设计相匹配的随机化推断？
☐ 是否报告了每组整群数、整群大小、失访情况及主要结局的ICC？
只要第一项的答案是“病区、社区或机构”，后面的问题就不能跳过。
最后
整群设计最容易制造一种错觉：数据表里有几百行，研究看起来就拥有几百个独立样本。
但统计推断首先取决于干预被独立分配了多少次。随机化发生在病区层面，分析就必须尊重病区层面的设计。否则，再精细的患者数据也可能支撑不了研究者想要作出的结论。
在录入数据和打开统计软件之前，先写下三个数字：整群数、每群人数和预期ICC。这三个数字往往比软件版本更早决定一项护理干预研究能否得到可信的答案。
参考文献
1. Bland JM. Cluster randomised trials in the medical literature: two bibliometric surveys. BMC Med Res Methodol. 2004;4:21. doi:10.1186/1471-2288-4-21.
2. Diaz-Ordaz K, Froud R, Sheehan B, Eldridge S. A systematic review of cluster randomised trials in residential facilities for older people suggests how to improve quality. BMC Med Res Methodol. 2013;13:127. doi:10.1186/1471-2288-13-127.
3. Martin J, Taljaard M, Girling A, Hemming K. Systematic review finds major deficiencies in sample size methodology and reporting for stepped-wedge cluster randomised trials. BMJ Open. 2016;6:e010166. doi:10.1136/bmjopen-2015-010166.
4. Kahan BC, Morris TP. Assessing potential sources of clustering in individually randomised trials. BMC Med Res Methodol. 2013;13:58. doi:10.1186/1471-2288-13-58.
5. Billot L, Copas A, Leyrat C, Forbes A, Turner EL. How should a cluster randomized trial be analyzed? J Epidemiol Popul Health. 2024;72(1):202196. doi:10.1016/j.jeph.2024.202196.
6. Campbell MK, Piaggio G, Elbourne DR, Altman DG; CONSORT Group. Consort 2010 statement: extension to cluster randomised trials. BMJ. 2012;345:e5661. doi:10.1136/bmj.e5661.
7. Li F, Tong J, Fang X, Cheng C, Kahan BC, Wang B. Model-robust standardization in cluster-randomized trials. Stat Med. 2025;44(20-22):e70270. doi:10.1002/sim.70270.
本文讨论的是研究设计与统计分析中的一般方法学问题，不针对任何具体论文、作者或机构作质量判定。