只会简单随机化?Naive!
张耀文

张耀文

医咖会

擅长:研究设计、统计分析、循证医学、样本量计算、随机化方案、数据管理
已关注
关注
2017-10-19 来源:医咖会

对于平行设计的随机对照试验,随机分组的目的是要考虑三个主要问题:1)组间基线特征基本均衡;2)组间研究对象人数基本相等; 3)组间重要协变量均衡。(重要协变量指的是与主要评价指标具有较强相关关系的因子,如年龄、疾病严重程度等。)

理想情况下,简单随机化就能解决上述三个问题。但实际情况真的是这样吗?

对于简单随机化,以下是最常用的例子:

给研究对象随机分组时,上抛一枚具有正反面的、质地均匀的硬币,如果落地后正面朝上,则该研究对象入A组,反之入B组,重复此过程,直至收集到预先规定的人数。此法原理在于出现正面或反面的概率为1/2=0.5,即研究对象被分配至A组或B组的概率始终为0.5。

当然,实际应用中不会真的采用抛硬币的办法来分组。一般都是利用随机数字表计算机产生随机数字序列。

但是,简单随机化的问题在于:在小样本,或者多中心研究、但个别中心入组研究对象较少的临床试验中,无法保证组间人数基本相等。 三、为什么简单随机化无法保证组间人数基本相等 假设某RCT只纳入10例研究对象,用简单随机的方式分为两组,那么分组后两组人数相等(5:5)的概率只有24.6%。(表1) 

表1. 10例研究对象简单随机分组的结果

相反,两组人数不相等的概率达到了75.4%。如果只看两组人数比例为2:8(两组人数为2:8或8:2)的情况,其概率也达到了8.8%,即P≥0.05;人数比例为1:9的情况,其概率为2.0%,即P≥0.01。换句话说,将10个研究对象简单随机分组,出现两组人数比例是2:8的情况并不是小概率事件。人数更多的情况见表2。  

可见,简单随机化时,组间人数并不像理想的那样完全相等。相反,出现不相等的情况才是大概率事件,尤其在小样本,或者多中心研究、但个别中心入组研究对象较少的临床试验中。