統(tǒng)計札記
臨床試驗中，由于樣本量和研究次數(shù)都有限，一般不采用完全隨機化的方式，而是預(yù)先設(shè)定層（stratify）和區(qū)組（block），進行分層隨機化和區(qū)組隨機化。
層和區(qū)組在邏輯上是共通的。分類因素（如性別、醫(yī)院、國家、職業(yè)等）常作為層， 連續(xù)變量（如年齡、體重、入組時間等）在排序后常作為區(qū)組。當(dāng)某種因素正是研究所感興趣的因素時，可以考慮把這種因素作為分層因素（比如對性別間的療效差別感興趣，我們把性別作為分層因素）；當(dāng)某種因素可能會對研究結(jié)果產(chǎn)生影響時，可以考慮把這種因素作為分層因素或區(qū)組因素（比如體重可能影響療效，把體重排序作為區(qū)組因素）。
一般的臨床試驗中，醫(yī)院或者研究中心常作為分層因素，而 subject 的入組時間則是常見的區(qū)組因素。
Double Programming
兩位統(tǒng)計人員（original 和 validation）獨立地按 SAP 進行統(tǒng)計分析，最后比較結(jié)果。original 應(yīng)當(dāng)產(chǎn)生與 SAP 模板相一致的 TFL，而 validation 可以不產(chǎn)生圖表，而去比較最后生成的結(jié)果數(shù)據(jù)集。
一般基于模擬實驗，對于 SAP 中統(tǒng)計模型的選擇以及相關(guān)研究設(shè)計進行探索性的 SAS 編程分析。
標簽：
