歷史文章
臨床試驗(yàn)隨機(jī)化分組及其SAS實(shí)現(xiàn)-簡(jiǎn)單隨機(jī)分組
在介紹了簡(jiǎn)單隨機(jī)化院溺、區(qū)組隨機(jī)化侨拦、分層隨機(jī)化等臨床試驗(yàn)中的隨機(jī)化方法后我們知道放吩，區(qū)組隨機(jī)化可以看成簡(jiǎn)單隨機(jī)化的加強(qiáng)版--即先對(duì)所有受試者進(jìn)行區(qū)組（分層）等劃分脱盲，再對(duì)組（層）內(nèi)的受試者進(jìn)行完全隨機(jī)化分配。隨著對(duì)隨機(jī)化理解的深入砸西，接下來(lái)指攒，筆者將介紹區(qū)組隨機(jī)和分層隨機(jī)的加強(qiáng)版--分層區(qū)組隨機(jī)化方法慷妙。
由名及意，分層區(qū)組隨機(jī)化方法自然是分層和區(qū)組兩種方法“揉”在一起的隨機(jī)化方法允悦。由于現(xiàn)在的很多臨床試驗(yàn)是以多中心的方式組織進(jìn)行的膝擂，往往需要先以中心為分層因素，再對(duì)同一中心內(nèi)的受試者進(jìn)行區(qū)組隨機(jī)化分組隙弛，于是就產(chǎn)生了筆者現(xiàn)在介紹的分層區(qū)組隨機(jī)化方法架馋。
分層區(qū)組隨機(jī)化方法既可以保證每個(gè)已知重要預(yù)后因素的均衡性，又可以保證各治療組例數(shù)接近或相等（兩組最大相差病例數(shù)為區(qū)組長(zhǎng)度的一半）全闷，因而目前在臨床試驗(yàn)中應(yīng)用較多叉寂。但分層區(qū)組隨機(jī)化方法也有缺點(diǎn)，即試驗(yàn)的重要預(yù)后因素和水平不能太多总珠。例如屏鳍，某臨床試驗(yàn)有4個(gè)重要預(yù)后因素伊约，每個(gè)因素有3個(gè)水平，則總的聯(lián)合水平數(shù)為3x3x3x3=81孕蝉。在小樣本（如100例）的臨床試驗(yàn)匯總使用該隨機(jī)分組方法進(jìn)行分組，會(huì)導(dǎo)致某些聯(lián)合水平上未分到1個(gè)病人腌逢，還有 更多水平只分到1個(gè)病人降淮，使分組計(jì)劃在整體上難以實(shí)現(xiàn)分層區(qū)組隨機(jī)化的初衷，即分配組間在各聯(lián)合水平上保持均衡的目的搏讶。
分層區(qū)組隨機(jī)化
定義：多中心臨床試驗(yàn)中佳鳖，普遍采用的方法是以中心分層，然后在各中心內(nèi)進(jìn)行區(qū)組隨機(jī)化媒惕，即成為分層區(qū)組隨機(jī)化系吩。目前，臨床試驗(yàn)中多采用的是多中心妒蔚、隨機(jī)穿挨、對(duì)照、平行肴盏、雙盲試驗(yàn)科盛。
優(yōu)點(diǎn)：分層可以保證組內(nèi)各層之間的均衡性，區(qū)組可以保證組間的可比性菜皂。
適用條件：在影響因素（分層因素<3）比較少時(shí)贞绵，分層區(qū)組隨機(jī)化可以保證組間均衡性。
具體實(shí)施步驟
分層區(qū)組隨機(jī)化的實(shí)施恍飘，是按照實(shí)現(xiàn)確定的分層因素（即重要的預(yù)后因素）劃分形成層榨崩，在層內(nèi)設(shè)置區(qū)組，隨后根據(jù)受試者的分層因素將其分入?yún)^(qū)組章母，在區(qū)組內(nèi)隨機(jī)分配母蛛，保證每個(gè)治療組的人數(shù)相同且入組受試者的分層因素特征盡可能的相近。預(yù)后因素是臨床試驗(yàn)研究中有實(shí)際意義的協(xié)變量乳怎，比如性別溯祸、年齡、病情嚴(yán)重程度等舞肆。分層指將總體按某（些）特征分割為次級(jí)總體焦辅，如性別中的男、女椿胯，病情中的輕筷登、中、重等哩盲。例如前方，將32名受試者分到2個(gè)治療組狈醉，有年齡（<50歲，50歲以上）和性別（男惠险，女）2個(gè)重要預(yù)后因素苗傅。則共需要分2x2=4層。每個(gè)層內(nèi)再使用區(qū)組隨機(jī)（層內(nèi)區(qū)組數(shù)目為2班巩，長(zhǎng)度為4）的方法進(jìn)行分組渣慕。結(jié)果如下：
SAS實(shí)現(xiàn)
*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-
分層區(qū)組隨機(jī)化
*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-;
*--init--;
%let hierBlk_num_subjects=32; *受試者的總例數(shù);
%let hierBlk_num_groups=2; *需要分組的組數(shù);
%let hierBlk_hier_NO=4; *分層水平數(shù);
%let hierBlk_blk_NO=2; *每層中的區(qū)組數(shù)目;
%let hierBlk_blk_LEN=4; *區(qū)組長(zhǎng)度;
%let hierBlk_seed=20170715; *隨機(jī)種子，通常取值為當(dāng)前日期點(diǎn);
proc datasets lib=work kill noprint;run;quit;
*--step0-分層抱慌，劃分區(qū)組逊桦，并得到受試者的隨機(jī)數(shù)序號(hào)--;
proc plan seed=&hierBlk_seed.;
? ? factors Hierarchical= &hierBlk_hier_NO.
? ? ? ? ? ? ? ? block= ? ? ? ? ? &hierBlk_blk_NO.
? ? ? ? ? ? ? ?length= ? ? ? ? ? &hierBlk_blk_LEN. ?/noprint;
? ? output out=hierBlk_export00;
quit;
*--step1-對(duì)層內(nèi)各區(qū)組，根據(jù)隨機(jī)數(shù)序號(hào)抑进，將受試者分配到目標(biāo)分組中--;
data hierBlk_export01;
? ? id=_N_;
? ? set hierBlk_export00;
? ? group=ceil(length / (&hierBlk_blk_LEN./&hierBlk_num_groups.));
run;
proc print noobs;run;
