临床试验随机化方法的优选

目的近十几年来涌现出一些新的随机化方法,能有效提升随机化的性能,但其在临床试验中真正应用的情形并不多见,仍然以传统的区组随机化设计占据主导,存在着严重的潜在选择性偏倚风险。本研究将通过探讨多种随机化方法的统计性能,为临床试验随机化方法的选择提供实用性指引。方法选择简单随机化设计(SR)方法,以及目前常见的五种限制性随机化方法,包括固定区组设计(PBD)、变化区组设计(VBD)、大棒设计(BSD)、带不平衡限制的偏币设计(BCDWIT)、区组瓮设计(BUD),借助随机模拟方法,在不同的最大容许不平衡性(MTI)设定下,分别从随机性和均衡性两个方面对各方法的统计性能进行整体评价。本研究涉及的随机化方法优选仅在限制性随机化方法中进行,并将各方法的随机化性能指标作为评价优选的依据。结果 PBD和VBD方法的固定分配概率、猜对分配概率最高,相比之下,BSD、BUD、BCDWIT方法具有更好的随机化性能。具体看, BUD有着最小的固定分配概率,BCDWIT其次;BSD有着最小的猜对分配概率,BUD其次。结论为了减少试验的选择性偏倚,区组随机化设计不应再作为开放性临床试验随机化的推荐方法,而应考虑在其他几种限制性随机化方法中进行选择。在随机化方法选定后,还可通过大量模拟筛选出最佳的随机分配序列。

多中心临床试验随机化竞争入组方式的探讨

目的对于多中心临床试验随机化采用竞争入组的情形,应该共用一个随机分配序列,还是各中心使用各自的随机分配序列,目前未见研究报道。本文将通过探讨整个分配过程中以及分配完成后整体和中心内部的均衡性行为,为多中心临床试验随机化竞争入组方式的选择提供参考和实用性指引。方法以随机化性能较好的大棒法(big stick design,BSD)作为随机化方法,通过设定不同的中心数、样本量以及最大容许不平衡例数(maximal tolerated imbalance,MTI),借助随机模拟的方法,分析两种不同竞争入组方式下整体和中心内部的均衡性行为。结果随着样本量的增加,各中心共用一个序列的过程均衡性变差,而选用各自序列时则保持稳定。随着中心数的增加,各中心选用各自序列的过程均衡性变差,而共用一个序列时变好;多中心共用一个序列时无法通过使用较小的MTI来减少中心内部的不均衡。中心数不是很多时,各中心使用各自序列最终出现严重不均衡的比例非常小。通过模拟可以找到各中心使用各自序列竞争入组比共用一个序列均衡性更优的最小样本量,结果表明最小样本量和中心数存在线性关系。结论如中心数非常多,分配到各中心的例数很少时,可考虑多中心共用一个随机分配序列,但需要持谨慎的态度;其他情况,一般推荐各中心使用各自的随机分配序列。