复旦大学公共卫生学院的阚海东教授团队发表了一篇JAMA子刊，公众号之前有所报道。
研究设计
S（Study）：整群随机双盲交叉试验
接下来看统计学方法。
统计学方法
1.研究设计：对主要结局（即肺功能、气道炎症）进行了主要分析，并对次要结局（即基于EBC的代谢组学）进行了补充分析。
由于该试验采用交叉设计，每个孩子都将经历完整的真实和假空气净化期，并以自身为对照。
郑老师：阚教授此次的研究采用了整群随机双盲交叉试验设计，这种设计在公共卫生领域较为少见，但能够最大限度地减少偏倚和混杂因素的影响，提高研究的科学性和准确性。
同时，通过在家和学校同时实施空气净化干预，更全面地评估了空气净化对小学生呼吸系统健康的综合影响。
虽然本研究样本量较小（仅79名学生），但采用了交叉设计，使得每个学生都能作为自己的对照，从而有效提高了研究的效率和统计效力。
2.主要分析方法：使用线性混合效应模型分析空气净化干预对主要呼吸系统健康指标的影响，该模型针对真实与假空气净化干预的二元变量进行了调整，并对每位参与者进行了随机截距，以解释同一参与者重复测量的相关性。
人口统计学特征调整：调整年龄、性别和体重指数等人口统计学特征，以控制个体水平的混杂因素； 气象因素控制：基于健康评估前3天和干预期间的数据，引入时间加权平均温度和相对湿度作为控制变量，使用自然样条进行调整； 短期空气污染变化考虑：在健康评估前3天对时间加权平均PM2.5浓度的模型进行了额外调整； 顺序效应调整：引入指示空气净化干预顺序的因子变量（即先进行真空气净化还是假空气净化）来调整顺序效应。
郑老师：本研究选择了线性混合效应模型分析空气净化干预对主要呼吸系统健康指标的影响，主要是因为该模型能够同时考虑和调整多种因素，包括前面提到的人口统计学特征和气象因素等。
可以说，相较于其他方法，线性混合效应模型更适合本研究。
交叉设计在建模时，不仅考虑处理因素的效应，同时还要考虑顺序效应和阶段效应，而采用线性线性混合效应模型则可以考虑随机效应，从而解释更多的变异来源。
小样本为何能够发表高质量论文？
这篇文章发表其实我还是有点惊讶，其实在实施难度上，不算很难，实施过程可控，你说统计学方法，真没有什么，都是可以手搓的。
作为公共卫生领域的专家，阚海东教授一直致力于空气污染与健康影响的研究，并取得了诸多突破性成果。
2019年8月，复旦大学院阚海东教授领衔的研究团队，在医学顶刊《新英格兰医学杂志》（NEJM）（医学一区top，IF=96.2）
（2021年），阚海东教授团队带着新的研究成果登上医学顶刊《BMJ》（医学一区top，IF=93.6）
阚海东教授（中）图源网络，侵权可删
2. 万物皆可RCT
关于郑老师团队及公众号
全国较大的线上医学统计公众号平台，专注于医学生、医护工作者学术研究统计支持，我们是统计助理！
我们提供以下临床试验全流程服务：
