哪种随机化方法会导致最小的选择偏差风险?

归因于ejaugsburg

唐纳德·拉姆斯菲尔德关于已知的已知的、已知的未知的和未知的未知的著名演讲。他说的是伊拉克，但他的分类，一开始有点笨拙，很好地抓住了我们在比较治疗A和治疗b时遇到的问题，有些事情我们知道会影响我们的结果有些事情我们认为可能会影响结果。但如果有一些我们既不知道也不可能知道的事情，一个未知的未知呢?

解决这个问题的工具是随机试验。在最简单的形式中，它既不知道也不关心拉姆斯菲尔德的分类，盲目地将参与者及其无数的特征分配到试验组中，只留下被评估的东西作为他们之间的差异。天才。

但如果我们更聪明一些，调整我们的随机化来处理一些已知的已知和已知的未知。然后什么?

如果我们能够猜测分配，我们就有选择偏差的风险……换句话说，随机化开始失去一些光芒。

那我们就该担心了，这是布伦南·卡汉，苏尼塔·雷哈尔和苏西·克罗在他们最近的研究中得出的结论研究发表在试用关于非盲试验中的选择偏差．他们感兴趣的是使用限制性随机化(如按地点分层、最小化)，以及招聘人员在现场以超过50%的准确率猜测下一组参与者在他们的地点将被随机分组的能力或其他能力。

这是很重要的。如果我们可以猜测分配，我们就有选择偏差的风险，因为在招聘人员的头脑中，一些未知的未知可能会开始影响谁和何时进入试验。换句话说，随机化开始失去一些光彩。

卡汉和同事研究了2010年发表在4家杂志上的152项试验，其中149项没有给出招聘人员是否对先前的分配情况视而不见的信息。事实上，大多数人都没有提到谁参与了招募，以及这些人在试验中是否有其他作用。

招聘信息的报道非常糟糕翰威特和托格森在2008年报道和我和Kirsty Loudon在2011年做的．在这152项试验中，只有4项采用简单随机化，而95项(63%)采用某种形式的限制性随机化。其他人没有说他们做了什么。

卡汉和他的同事得出结论，他们的发现表明，相当大比例的非盲法试验存在选择偏差的风险

Kahan和他的同事得出结论，他们的发现表明，相当大比例的非盲法试验存在选择偏差的风险，我读了他们的文章后同意这个结论。事实上，他们的文章让我反思我自己的审判中发生了什么，或者更重要的是，我在未来的审判中会做什么。

试验是很重要的。它们是循证医疗的核心和周围每年出版25000本．世界各地成千上万的人正在努力进行试验，这些试验将成为系统评估的原料，而系统评估又将成为卫生专业人员、决策者和患者使用的指导方针的基础。试验结果影响到数百万人获得的医疗保健。

试验占据了这个位置，因为如果做得好，它们会减少偏差，尤其是选择偏差。他们在医疗保健方面的关键作用意味着我们总是需要他们尽可能的好。

卡汉和他的同事们认为，即使是像随机化方法的选择和报告这样基本的事情，情况也不总是这样。

在试验途径的另一端，最近的一项研究发现35%发表的对试验数据的重新分析导致了关于哪些患者应该接受治疗的结论的变化。是时候把重点放在我们如何设计，实施，分析和报告试验，以及更广泛的医学研究．

试验建立是一项旨在提高试验效率的新举措。我们想要质疑为什么我们要这样做，传播我们所知道的，并产生证据来支持我们的设计、实施、分析和报告决策，而我们目前所拥有的只是我们上次所做的。我们和很多人合作医学研究委员会-试验方法研究中心(MRC-HTMR)Cochrane协作和卫生研究委员会-试验方法研究网络(HRB-TMRN)。协作和协调是关键。

那么，我们应该从卡汗及其同事的文章中得到什么启示呢?几年前，一位同事向我展示了他投掷的硬币，为他的一个试验进行随机分组。我们嘲笑这种低技术含量的方法。的最近试用文章建议我们不要急于使用高科技，通过问自己放弃简单随机化的理由来开始我们关于治疗分配的讨论。对于Trial Forge，我们会把这条加到我们需要传播的信息列表中。有时候简单真的是最好的。