387
个编辑
更改
跳到导航
跳到搜索
第72行：
第72行： + + + + + + + + + +
→临床试验中的分层随机试验 Stratified randomization in clinical trials
在'''<font color="#ff8000"> 临床试验 Clinical trials </font>'''中，根据患者的社会和个人背景或与研究相关的任何因素对患者进行分层，以匹配整个患者群体中的每个组。 这样做的目的是建立临床/预后因素（prognostic factor）的平衡，因为如果研究设计不平衡，试验将不会产生有效的结果。<ref>{{Cite book|last1=Polit|first1=DF|title=Nursing Research: Generating and Assessing Evidence for Nursing Practice, 9th ed.|last2=Beck|first2=CT|publisher=Lippincott Williams & Wilkins.|year=2012|location=Philadelphia, USA: Wolters Klower Health}}</ref> 分层随机化的步骤非常重要，因为它试图确保没有偏见、有意或无意地影响所研究患者样本的代表性。 <ref>{{Cite web|url=https://www.omixon.com/patient-stratification-in-clinical-trials/|title=Patient Stratification in Clinical Trials|date=2014-12-01|website=Omixon {{!}} NGS for HLA|language=en-US|access-date=2020-04-26}}</ref> 它增加了研究能力，尤其是在小型临床试验中（n<400），因为这些已知的临床特征分层被认为会影响干预的结果。<ref>{{Cite web|url=https://www.statisticshowto.com/stratified-randomization/|title=Stratified Randomization in Clinical Trials|last=Stephanie|date=2016-05-20|website=Statistics How To|language=en-US|access-date=2020-04-26}}</ref>它有助于防止在临床研究中受到高度重视的 '''<font color="#ff8000"> I 型错误 Type I error </font>'''的发生。 <ref name=":6">{{Cite journal|last=Kernan|first=W|date=Jan 1999|title=Stratified Randomization for Clinical Trials|journal=Journal of Clinical Epidemiology|volume=52|issue=1|pages=19–26|doi=10.1016/S0895-4356(98)00138-3|pmid=9973070}}</ref>它还对主动对照等效试验的样本量产生重要影响，并且在理论上有助于'''<font color="#ff8000"> 亚组分析 Subgroup analysis </font>'''和'''<font color="#ff8000"> 中期分析 Interim analysis </font>'''。 <ref name=":6" />
在'''<font color="#ff8000"> 临床试验 Clinical trials </font>'''中，根据患者的社会和个人背景或与研究相关的任何因素对患者进行分层，以匹配整个患者群体中的每个组。 这样做的目的是建立临床/预后因素（prognostic factor）的平衡，因为如果研究设计不平衡，试验将不会产生有效的结果。<ref>{{Cite book|last1=Polit|first1=DF|title=Nursing Research: Generating and Assessing Evidence for Nursing Practice, 9th ed.|last2=Beck|first2=CT|publisher=Lippincott Williams & Wilkins.|year=2012|location=Philadelphia, USA: Wolters Klower Health}}</ref> 分层随机化的步骤非常重要，因为它试图确保没有偏见、有意或无意地影响所研究患者样本的代表性。 <ref>{{Cite web|url=https://www.omixon.com/patient-stratification-in-clinical-trials/|title=Patient Stratification in Clinical Trials|date=2014-12-01|website=Omixon {{!}} NGS for HLA|language=en-US|access-date=2020-04-26}}</ref> 它增加了研究能力，尤其是在小型临床试验中（n<400），因为这些已知的临床特征分层被认为会影响干预的结果。<ref>{{Cite web|url=https://www.statisticshowto.com/stratified-randomization/|title=Stratified Randomization in Clinical Trials|last=Stephanie|date=2016-05-20|website=Statistics How To|language=en-US|access-date=2020-04-26}}</ref>它有助于防止在临床研究中受到高度重视的 '''<font color="#ff8000"> I 型错误 Type I error </font>'''的发生。 <ref name=":6">{{Cite journal|last=Kernan|first=W|date=Jan 1999|title=Stratified Randomization for Clinical Trials|journal=Journal of Clinical Epidemiology|volume=52|issue=1|pages=19–26|doi=10.1016/S0895-4356(98)00138-3|pmid=9973070}}</ref>它还对主动对照等效试验的样本量产生重要影响，并且在理论上有助于'''<font color="#ff8000"> 亚组分析 Subgroup analysis </font>'''和'''<font color="#ff8000"> 中期分析 Interim analysis </font>'''。 <ref name=":6" />
==优势 Advantage==
分层随机试验的优点包括：
#分层随机试验可以准确反映一般人群的结果，因为应用影响因素对整个样本进行分层并平衡样本在治疗组之间的重要特征。例如，采用分层随机化从人群中抽取 100 名样本可以保证每个治疗组的男女平衡，而使用简单随机化可能会导致一组只有 20 名男性，而另一组有 80 名男性。<ref name=":0" />
#分层随机试验比其他抽样方法（例如'''<font color="#ff8000"> 整群抽样 Cluster sampling </font>'''、简单随机抽样 和'''<font color="#ff8000"> 系统抽样 Systematic sampling </font>'''或'''<font color="#ff8000"> 非概率方法 Non-probability methods </font>'''）的误差更小，因为可以使分层内的测量具有较低的标准差。在某些情况下，将分割的分层随机试验比简单地随机试验一般样本更易于管理且成本更低。<ref name=":1" />
#由于分层随机试验本质的精确性，团队更容易接受分层样本的训练。
#由于这种方法的统计准确性，研究人员可以通过分析小样本得到非常有用的结果。
#'''<font color="#32cd32">这种抽样技术涵盖了广泛的总体，因为已经对分层划分进行了完整的 charge。 This sampling technique covers a wide range of population since complete charge over the strata division has been made.</font>'''
#有时需要分层随机试验来估计总体中各组的总体参数。<ref name=":1" />
本分配不平衡的问题，实验中常采用分块随机化的方法，采样规模较大。在某些严格要求随机化的领域，例如临床试验，当没有导体的盲法和块大小有限时，分配是可以预测的。随着地层数量的增加和样本容量的限制，地层中的块体随机化可能导致地层之间样本的不平衡，例如，有可能找不到符合特定地层特征的样本。
本分配不平衡的问题，实验中常采用分块随机化的方法，采样规模较大。在某些严格要求随机化的领域，例如临床试验，当没有导体的盲法和块大小有限时，分配是可以预测的。随着地层数量的增加和样本容量的限制，地层中的块体随机化可能导致地层之间样本的不平衡，例如，有可能找不到符合特定地层特征的样本。