临床科研 Lesson 1.5 临床研究的顶层设计

TIP

这些是本篇文章的标签，来发现更多感兴趣的内容吧
科研
解螺旋
临床科研

复习：开展临床研究的正确流程

决定临床研究档次的四大要素

• 创新性
• 实用性
• 科学性
• 逻辑性

临床试验设计的三要素和四原则

三要素

• 研究对象
• 试验因素+混杂因素
• 研究结果

混杂因素如何处理

• 在随机对照试验中，经过随机化分组之后，我们认为实验效应的差异就只是由分组因素造成的，因为经过随机分组之后，混杂因素在实验组和对照组中已经均衡了
• 在观察性研究中，我们没有办法区分是我们关注的暴露因素/试验因素对结果造成了影响，还是各种各样的混杂因素造成了影响；因此，我们需要考虑利用其他方法，比如设置纳入标准，或者进行配对设计，或者分层，多因素分析等方法去消除混杂因素造成的影响

四原则

随机性

• 医学研究从本质上讲，都是抽样研究，总体是不可获得的，只能用样本去代表总体；这时候我们选择的样本能否很好地反应总体的情况就决定了我们的研究能否接近真实的情况
• 一般情况下会选择随机抽样的方法，去确保我们的样本有很好的代表性
• 随机分组：抛硬币/掷骰子的方法对患者进行分组，分组的目的在于保证混杂因素的均衡

对照原则

• 一张杀伤性极强的图片
  
• 要不要设置对照（单臂研究可以没有对照组，但是论证的证据等级会低一些）
  • 如果要设置对照，我们一定要明白对照的选择和试验结果有直接关系，选择不同的对照可能带来不同的结论，或者论证强度的大小也会发生变化
• 一个对照组选择不合适的例子
  

均衡性

• 均衡性原则要求各组之间，除了处理因素不同外，其他可控制的非处理因素要尽量保持一致，特别是对疾病预后有重要影响的临床特征一定要在组间分布均衡
• 均衡性不是要求分组间的样本量完全一样，除非是实验设计期待一个1:1的平行试验；至于样本量对统计学效能的影响，更有可能出现的情况是样本总数不足，或某一个分组的样本量极端偏少，如果在样本量充足的情况下，两个分组间的样本量差异悬殊并不会对得出结论有明显的影响。
• 一个案例：
  
• 即使是实验组和对照组在产程和感染等指标上并不一致，我们仍可以使用多因素分析的统计学手段去处理这些问题，不是说根本不能统计

重复

• 简单理解：样本量，临床研究需要样本量
  
• 示例：
  

  这个例子虽然看上去很合理，但是3个溶液量✖️5个时间点=15个分组，一个分组只有一只猪显然是不符合重复原则的。
  要么增加猪的用量，要么减少考察的试验因素（比如时间减少到一周

盲法（不是基本原则）

• 盲法是随机对照试验中控制实施偏倚或测量偏倚的方法，具体见随机对照原则

必须满足这些原则吗

• 随机对照研究：必须满足
• 观察性研究：可能无法全部研究，这种情况下至少要控制，避免偏离真值

总结