一文详解区组随机化，包教包懂！
在之前的文章中，告诉大家“只会简单随机化是万万不行滴”。但是光指出问题还不够啊，所以，我们今天就来告诉大家解决此问题的一种方法。
一、不同随机分组方法的使用情况
Lin等人研究发现[1]，2014年在新英格兰医学杂志、Lancet和JAMA发表的224个RCT中，使用简单随机分组的只有12个（6%），而分层（区组）随机分组的有156个（70%）（图1）。
图1. 2014年NEJM、Lancet和JAMA上发表RCT的随机分组方法（N=224）
检索万方数据库2014年全年“医药卫生”领域的“期刊论文”发现，主题词为“随机 and（区组 or 分层）”的文献数量仅占了主题词为“随机”的文献数量的1%（图2）。
图2. 2014年万方数据库医药卫生领域期刊论文的主题词检索结果
大致浏览后发现，主题词包含“随机 and（区组 or 分层）”的这1%的文献，大多数是因为主题词中有“随机分组”和“分层分析”而被检索到，而不是“分层随机化”。
可以猜想的是，中文报道的研究中，很少使用分层（区组）随机分组，或者使用了但未详细报道。
“只会简单随机化？Naive!”中已经介绍，简单随机分组时，组间人数不相等才是大概率事件。那么，为什么中文文献中，绝大部分采用简单随机分组，但两组样本量完全相等的研究报告那么多呢？
二、为什么要实施区组随机化
理想情况下，简单随机分组后，就能使1）组间基线特征基本均衡；2）组间人数基本相等； 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预后因子，如年龄、疾病严重程度等。）然而，实际情况并不是这样的。相反，简单随机分组时，组间人数不相等才是大概率事件。
举例来看，某RCT纳入10名研究对象，如果简单随机分组为干预组（A）和对照组（B），就有8.8%的概率产生分配出以下样本量：干预组8名，对照组2名；或者干预组2名，对照组8名。两组人数完全相等的概率只有24.6%。另外，如果不同特征的研究对象入组时间明显不同（如早期进入研究的都病情较重），也会对试验结果产生影响。
区组随机化就能解决这个问题。
实际上，简单随机分组在临床试验中使用已经很少，而分层区组随机分组(Stratified Blocked Randomization)才是目前临床试验中应用最多最广泛的方法。
三、区组随机化如何实施
所谓区组 (Block)，我们可以把它想象成一些格子（图3-1）。在分配研究对象时，先将研究对象装在这些格子中，再随机分配，并可以保证每个格子中的干预组（A）和对照组（B）的研究对象数量完全相等。
图3. 区组随机分组示意图
区组随机化时，要先设定区组长度，即一个区组内要装多少个研究对象。区组长度至少是研究组数的2倍，建议区组长度设置为4-10。如只有两组时，区组长度可以是4、6、8……
我们以区组长度4为例：
1、一个区组内的4个研究对象可以有6种排列方式：1. AABB, 2. ABAB, 3. ABBA, 4. BAAB, 5. BABA, 6. BBAA （图3-2）
2、确定好所有的排列形式后，接下来需要将6个区组随机排列。我们可以用各种方式（如SPSS、Excel、SAS等）产生一串随机数字，比如：92591264823981721367278057575098834352688429029……
3、因为只有6种排列方式，因此可以只选择1-6之间的数字，25126423121362555343526422……
4、按照上述随机数字排列区组（图3-3）。当然，也可以采用其它方法随机排列区组。
至此，区组随机化就完成了，两组人数完全相等。
四、区组随机化的其它问题
如果是研究未采用盲法，则区组长度必须隐藏。否则，会出现以下情况（以两组，区组长度=4为例）
B A B ? 肯定是A。
A A ? ? 肯定是B B。
这样会带来选择偏倚。如何避免这种情况呢？
可以设计为随机长度的区组，如区组长度依次为4、6、6、8、6、4、8、8、4……
参考文献
1. Lin Y, et al. The pursuit of balance: An overview of covariate-adaptive randomization techniques in clinical trials. Contemp Clin Trials. 2015;45:21-5.
精彩回顾：
我们建了一个微信群，有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进群，和其他小伙伴们一起交流学习吧。
我们诚邀各位小伙伴加入我们，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。