主题：【原创】什么是RCT--- 送给中间派的您 -- 虽远必诛

分组，ａｌｌｏｃａｔｉｏｎ　ｓａｍｐｌｉｎｇ。　

上次提到了如何选择患者，这次主要介绍如何给患者分组。

不论是简单随机样本，ｓｉｍｐｌｅ　ｓａｍｐｌｉｎｇ，这个是最好的，把全国的数据库中这个病的患者都找到，然后输入计算机，抽取样本。

这个非常，非常难，而且很可能得不到足够多的样本，因为患者未必愿意参加。而且对急性病，没有可能，比如说这次流感。

临床用的最多的是　方便样本，convenience sampling，就是用可以得到的最方便的途径，比如说，门诊就医患者，住院患者，历史上的患者等。都是可以接受的。

实验设计上追求完美，但是也要有可行性，feasibility。

得到样本之后的重要环节就是分组了。因为患者同小白鼠差异太大了。同时要证明药物的广泛有效性，不能针对单独类型的人群。

通常要考虑的因素是，性别，年龄，体重，职业，疾病严重情况等。

如果您有意识的把清的都分到了治疗组，重的都分到了对照组。得出治疗有效，这个是假阳性。反之则是假阴性。

因此，对于样本的随机分组，相对于样本选择，要求更加严格。

ｓｉｍｐｌｅ　ｓａｍｐｌｉｎｇ　是ＲＣＴ的基础，如果仅仅是声称随机是不够。

具体方法是把所有的患者收集编号，然后输入计算机，进行随机分组。

还有　ｓｔｒａｉｇｈｔ　ｓａｍｐｌｉｎｇ，就是编号，１，１１，２１进入一组。２，１２，２２进入另外一组，依次类推。

还有，分组进行，１－５０药物组，５１－１００对照组，等等。

这些都不能被认可为随机分组。

这里要提出来，中国的抽签方式不是ｓｉｍｐｌｅ　ｓａｍｐｌｉｎｇ，因为签的数目，签的质量是有差异的。长期，大量的使用会出现明显差异。

其他常见的分组方式有，Ａ，Ｂ，单双号，床位号等，这些都不是随机分组。

还有更常见ｃｏｈｏｒｔ　ｄｅｓｉｇｎ就是按照特性分组，ｃｏｈｏｒｔ是古罗马军队中，一个小队的意思。

比如说２０００年的学生一组，２００１年的学生一组。

这个常用于，样本不好收集，但是有明显的特性的时候。比如说年代，出生日期之类的。

如果研究五运六气，倒是可以按照这个方式进行。但是不是ＲＣＴ。

随机分组的好处：降低一切人为的差距，人为误差。

缺点：成本大，时间长，要求严格。

是不是分组之后就万事大吉了? no.

还要比较组间差异，用t-test 进行比较，年龄，体温，等连续数据。

用Wilcoxon rank sum test，Spearman's rank correlation coefficient进行比较，性别，工作等不连续数据。

如果明显的差异说明，分组有偏向性，有缺陷。

要进行调整。后者后期统计调整。

因此，大家看到了，不是说看了很多的病人就有发言权了，看来很的患者都有明显的bias，看得好会回来，看得不好的不会回来。

还有，个人的感受就更拿不上台面了。

如果说证据的级别，个人感受，基本是零，医生经验，略大于零，所谓的专家大师，未必就比普通医生强，很多都是做业术的问题，姑且认为是1。

非RCTs实验，因为至少有对照，可以认为是5，

RCTs实验，可以认为是50。

对RCTs进行的研究，回顾，可以认为是90。

您问有没有100， 到目前没有。

反复说的一句话，RCTs不好，但是没有更好的了。