10分钟搞懂分层区组和动态随机 | 易侕中央随机系统

企业   教育培训   2024-03-04 09:30   湖北  
大家好,最近接触了几个课题组在做RCT研究,今天咱们就聊一聊RCT中神秘的一环:随机化

说到随机化,大家肯定有一些模糊的概念,就是要随机把患者分到几组,然后观察几组用药之后的疗效。其实这就是随机化的简单定义,但是世间万物就怕仔细琢磨。比如:怎么样把患者随机分到2组呢?扔硬币肯定不行,那就是随机号喽,那么这个随机号该怎么生成呢?生成的时候有没有什么规则呢?下面咱们就详细痨一痨。

在实际工作中,主流的随机方法有3种:简单随机、分层区组随机和动态随机。

1

简单随机

首先看简单随机,简单随机最容易理解,真的就像掷硬币。简单随机数的生成方法有很多种,比如在excel中用=RAND()函数 。这个函数是生成0-1以内随机数的函数。我们用这个函数生成之后,可以用随机数的最后一位的单双来区分AB组。比如双数分到A组,单数分到B组。这样一个简单的随机函数就制作好了:
但是简单随机的缺点非常明显,就是很有可能得不到相同概率的AB两组,甚至差别特别大。比如我在做模拟的时候,就得到了35%和65%的比例。可想而知,在实际工作中是简单随机非常不稳定。

如果大家做动物试验,可以提前生成好随机数,调到两组比例相同,然后按照这个顺序进行即可,相信很多小伙伴也是这么做的。

2

区组随机

以上是简单随机化的介绍,之所以说简单是因为它考虑的因素非常少,比如看前5个随机数,只出现了一个B组。

随机化的本质是让各组的混杂因素随机分配,在临床中,如果把几个连续的患者都入组到同一组,很有可能会导致偏倚。
为了解决上面这个问题,我们做一下升级,在“小范围”内再次随机。比如在连续4个随机数中,强制出现2个A和B。这样的好处是,只要是4的倍数,最终的A和B一定是相等的,同时在小范围内A和B的概率也是相同。这个“小范围”就是一个区组block,在这里区组=4。这就是区组随机化的来历。

区组随机相对复杂一些,一般使用R和SAS来生成。区组的设置一般会用组别的整数倍,比如2组一般会用4,3组一般来会设6。或者干脆区组数也不告诉研究者,做到了进一步的盲法。

3

分层随机

解决了区组的问题,还有一个问题会让研究者头疼,比如研究一个呼吸科的药物,A组试验组,B组对照组,一共招募80人。如果按照我们现有模式进行招募,虽然AB两组都是40人,但是一共30个女性,有20个女性都分在了B组,10个分在了A组。

这个时候就会带来一个很大的偏倚问题:女性抽烟的人少于男性,那么B组本身基本情况要好于A组,如何证明A优于B药物不是因为人群本身的偏倚呢?虽然统计方法可以解决一部分,但是如果能在设计上避免这个问题就更好了。
因此我们需要在区组的基础上再次升级,需要考虑性别这个因素,让不同性别均匀参与到A/B组中,相当于男女各有一个随机号表,先看性别,比如女性,那就在女性中寻找自己的随机号,依次类推。这样就可以保障分层因素出现在AB两组的概率相同
上述例子中的“性别”就是一个分层因素,“性别”可以换成中心、癌症分期等等,这样就实现了分层随机。在实际工作中,我们往往只选用中心为分层因素,然后在中心内进行区组随机,这就是我们说的分层区组随机化

当然并不是所有研究都需要分层,分层的优点是可以让某个重要因素在各组中的比例相同,缺点就是需要样本量要较大,否则分到各个层级中的样本可能为空。那么如果对于小样本研究,又必须进行分层,该如何解决呢?这就需要进一步升级到动态随机。

4

动态随机

动态随机化的原理就是动态考虑已经入组研究对象的分层指标,通过实时计算推断下一个入组患者需要进入哪个组更利于各组均衡。常用的办法是最小随机化。具体的算法比较复杂,大家可以查阅相关文献,大致原理是通过计算某个病例几个因素入组之后的极差,选择小的组别入组。这样可以保证2组最后的综合差距不会太大。

上述公式仅为示意,非具体计算方法

最小随机化虽然看起来很智能,但是目前在学术界仍然存在争议,也有它的缺点,因此仅推荐在样本量特别小,并且分层因素特别多的情况下使用。
以上就是目前主流的随机化方法,综合来说各个随机化各有优缺点,综合考虑目前最常用的还是分层区组随机化,除非有特殊情况,否则优先推荐使用。

5

中央随机系统

看似简单的随机,其实暗藏玄机。需要我们熟悉SAS、R的编程,以及随机化的实施流程,包括设盲、揭盲、药物管理等等。

大家在实际操作中,除了可以自己用SAS生成随机号,执行随机化方案,更主流的方式是选择成熟的随机化系统。在这里向大家推荐我们团队专门开发的易侕中央随机系统,除了支持以上三种主流的随机化方法,还可以和EDC系统无缝衔接,一套系统完成整个数据管理+随机化过程。

如果你正在或准备开展RCT研究,可以点击"阅读原文"联系我们,我们可以提供EDC数据库+随机化的完整解决方案,让临床研究更简单!

今天就到这里了,大家记得多点“在看”哦,咱们下期再见~



关于易侕科研

易侕科研隶属于斯录欣(上海)信息科技有限公司,过去6年,易侕科研团队与国内350多家医院合作,累计参与了200多项临床课题,积累了大量的临床科研经验。旗下核心产品包括:易侕EDC专病数据库、pubmed.pro文献检索、EasyR在线统计软件等。

联系电话:15072369235 (同微信)

易侕科研
专注于临床科研数据管理+数据分析。定期分享一些研究设计、数据分析的内容,也会推荐一些好用的科研工具和网站。每天10min,让科研更简单!(本账号原名为:易侕统计。本账号为斯录欣公司旗下产品,2018年更名为:易侕科研)
 最新文章