只会简单随机化？Naive！
上次介绍整群随机化时，提到了区组随机化和分层随机化，之后有小伙伴提问：区组随机化和分层随机化有什么区别？今天，我们暂且不讲区组随机化和分层随机化的区别，先说说实施区组随机化和分层随机化的原因。
一、随机分组的目的
对于平行设计的随机对照试验，随机分组的目的是要考虑三个主要问题：1）组间基线特征基本均衡；2）组间研究对象人数基本相等； 3）组间重要协变量均衡。（重要协变量指的是与主要评价指标具有较强相关关系的因子，如年龄、疾病严重程度等。）
理想情况下，简单随机化就能解决上述三个问题。但实际情况真的是这样吗？
二、简单随机化有什么问题
对于简单随机化，以下是最常用的例子：
给研究对象随机分组时，上抛一枚具有正反面的、质地均匀的硬币，如果落地后正面朝上，则该研究对象入A组，反之入B组，重复此过程，直至收集到预先规定的人数。此法原理在于出现正面或反面的概率为1/2=0.5，即研究对象被分配至A组或B组的概率始终为0.5。
当然，实际应用中不会真的采用抛硬币的办法来分组。一般都是利用随机数字表计算机产生随机数字序列。
但是，简单随机化的问题在于：在小样本，或者多中心研究、但个别中心入组研究对象较少的临床试验中，无法保证组间人数基本相等。
三、为什么简单随机化无法保证组间人数基本相等
假设某RCT只纳入10例研究对象，用简单随机的方式分为两组，那么分组后两组人数相等（5:5）的概率只有24.6%。（表1）
表1. 10例研究对象简单随机分组的结果
相反，两组人数不相等的概率达到了75.4%。如果只看两组人数比例为2:8（两组人数为2:8或8:2）的情况，其概率也达到了8.8%，即P≥0.05；人数比例为1:9的情况，其概率为2.0%，即P≥0.01。换句话说，将10个研究对象简单随机分组，出现两组人数比例是2:8的情况并不是小概率事件。人数更多的情况见表2。
表2. 简单随机分组的最大样本差及概率
可见，简单随机化时，组间人数并不像理想的那样完全相等。相反，出现不相等的情况才是大概率事件，尤其在小样本，或者多中心研究、但个别中心入组研究对象较少的临床试验中。
因此，分层区组随机化(Stratified Blocked Randomization)是目前国内外临床试验中应用最多最广泛的随机分组方法，它将分层、区组和简单随机化结合在一起，兼具了三者的优点。其中区组随机主要解决上述问题2“研究对象在两组间基本相等”；分层随机主要解决上述问题3“重要协变量在两组间均衡”。
具体的，区组随机化如何实施，以及如何让研究对象在两组间基本相等；分层随机化如何实施，以及如何让重要协变量在组间均衡的问题，我们下次再讲。
随机化主要用在RCT中，普通临床医生主要是在文献中了解，实际中接触的机会并不多。多数临床医生的研究以回顾性研究为主，如病例系列、病例对照研究或回顾性队列研究等，这类研究通常不涉及随机分组。
但建议临床医生了解一下随机化的概念，因为它本身代表一种科研设计的严谨思维，对自身科研能力的锻炼很有帮助。医生随着科研能力的提升，会逐渐开展前瞻性研究（如多中心RCT），那时就要碰到随机化的问题啦。
医咖会微信：medieco-ykh
我们建了一个微信群，有临床医生，医学生，以及流统专业的小伙伴等。快加小咖个人微信（xys2016ykf），拉你进群，一起交流学习吧。
我们诚邀小伙伴加入我们，一起分享有趣的临床研究或者有用的方法学知识，感兴趣的你，请与小咖联系吧！
点击左下角“阅读原文”，看看医咖会既往推送了哪些有意思的内容。