下载掌阅APP，畅读海量书库
立即打开
从理论上讲，在样本量很大的临床试验中简单随机化即可以保证各组的例数不会相差很大，且各种可能影响预后的因素在组间的分布均衡可比。但通常临床试验的样本量有限，随机分组的结果可能使各组例数和预后因素在组间的分布相差很大。为了提高统计效率，保证各组的例数相近且重要预后因素分布均衡，常用上述区组随机化和分层随机化方法。但分层随机化中考虑的因素不能很多，例如有4个因素，每个因素有3个水平，进行分层随机化时就有3 4 =81层，这可能出现有的层受试者数很少甚至没有受试者的情况，而用适应性随机化方法则可以满足各组例数和预后因素相近的要求。
适应性随机化（adaptive randomization）是指根据前面受试者的信息来调整当前受试者被分配到不同处理组概率的随机分配过程。与上述随机分配方法不同的是，适应性随机分配对当前受试者的随机分配需要基于已随机受试者的信息。适应性随机包括协变量适应性随机分配、应答适应性随机分配等。
适应性随机分配通常需要复杂的编程来实现算法，而不是固定的随机分配列表。适应性随机分配可能有增加Ⅰ类错误率的风险，应谨慎使用。若采用，应说明其合理性，还应对随机分配过程和使用的程序进行存档。
协变量适应性随机分配是指受试者的分配，部分或者完全取决于其自身的基线特征以及之前已随机的受试者的基线特征和治疗分配。常见的协变量适应性随机分配是最小化法，即在每次确定新的受试者的治疗分配概率时，最小化处理组间的协变量差异。协变量的选择应遵守与分层随机分配相同的原则。
与分层随机化相比，协变量适应性随机化能均衡更多的协变量，但过多的协变量可能导致随机分配的变异减少，当样本量较小时，可预测性将明显增加，随机分配被破盲的风险增大。对于小样本临床试验应谨慎使用协变量适应性随机分配，并严格控制参与适应性随机分配的协变量个数。另外，在了解受试者的相关协变量信息之前，协变量适应性随机化无法对受试者进行随机分组，而分层随机化的整个随机分配列表可以预先生成。
应答适应性随机化是指新入选的受试者的分配概率根据已随机受试者的治疗反应而改变，适合能较快确定临床结局的试验。常见的应答适应性随机的技术是“胜者优先”。
应答适应性随机分配是存在争议的：一些研究者认为，不能用无法得出结论的期中分析结果改变正在进行的试验的随机分配；同时现有的用于应答适应性随机分配的统计分析方法，都基于一些难以验证的假设。统计分析应考虑试验设计并应充分说明统计分析方法的合理性。