募随 | 临床科研加速器—RTSM随机化分组与适用场景

　　随机化是临床试验的基本原则，不但可以排除抽样方法不正确引起的非均匀性误差、顺序误差和分配方法不当引起的分配误差，而且通过与盲法试验的结合，可以有效地排除主、客观偏性，明显地提高试验的可信度，被视为临床试验的“金标准”。

　　随着国家对临床试验药品全生命周期管理的日益重视，为确保临床试验的高质量，从开始就必须高度关注临床试验随机化问题，对随机化事项进行顶层严密设计，并在临床试验过程中严格执行。

　　既然随机化在一个试验中如此重要，那么募随临床试验科研平台的中央随机系统方法有哪些?

　　我们常用的随机化方法，主要包括：简单随机、区组随机、分层随机、动态随机。

　　随着精准医疗时代的到来，作为确定新型抗癌疗法疗效的标准的随机对照试验其临床试验方案设计发生着重大变化。一起来看看~

　　(1)简单随机

　　简单随机又称完全随机，是指以特定概率将受试者分配到每个治疗组，分配到每个治疗组的概率可以相等(例如，1:1分配给试验组和对照组)，也可以不等(例如，2:1分配给试验组和对照组)，受试者随机分配到各个治疗组的概率与受试者的基线特征或预期结局等因素无关。

　　(2)区组随机

　　对同一个区组内的受试者实施随机化分组的方法，区组长度(区组内计划入组的受试者数)可以相等，也可以不等，关键是区组长度需保持盲态，不应在研究方案中描述区组长度，除设定随机参数配置文件的人员外，受试者、研究者以及参与试验的其他相关人员均不应知晓区组长度。

　　(3)分层随机

　　分层随机化首先根据研究对象进入试验时某些重要的临床特征或危险因素分层，如年龄、性别、病情、疾病分期等;然后在每一层内进行随机分组;最后分别合并为试验组(处理组)和对照组。

　　(4)动态随机

　　动态随机化在分配过程中，每一个受试人员进入某一组的概率不会一直保持固定，而是按照前面已入组个体的情况不断地进行变更，研究者首先要假设新受试人员进入每一个组的情况，通过统计每组累计的各因素各水平的数目，并乘以一定的权重w(非研究因素间的相对重要性，下面设定为1)，来计算不同分配情况下的均衡程度，两相比较后，最后以某一概率(如80%)将受试人员分入某一假设情况下试验组因素间差最小的试验组，以保持良好的均衡性。

　　常见方法：偏性掷币法、瓮法(为了保障组间例数相近)和最小化法等。

　　每一种随机化方法特点都不相同，在临床试验中，应综合各方面的因素，合理选择随机方法。临床研究者该如何选择随机方法?为了让大家更好的了解随机化设计方法及其特点，小编针对以上方法做出了场景分析以及优点解析。

　　简单随机：

　　优点：

　　设计遵循重复和随机两个原则，能真实反映试验的处理效应;

　　设计容易

　　能在试验开始前一次性得到所有病例的分组结果。

　　最优应用场景：

　　适用于试验条件、环境、试验材料差异较小的试验。

　　区组随机：

　　优点：

　　设计简单，容易掌握;

　　富于伸缩性，单因素、多因素以及综合性的实验都可应用;

　　能提供无偏的误差估计，并有效的减少单向的肥力差异，降低误差;

　　对试验地的地形要求不严，必要时，不同区组亦可分散设置在不同地段上。

　　平衡了人组时间对受试者特征的影响，保证了组间均衡性。如在某个时间段入组的病人健康状况更好些，采用完全随机设计则很难保证组间均衡性。这对于人组时间跨度大的研究更有意义;

　　最优应用场景：

　　需要各处理组更加平衡的分配，满足研究要求。

　　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。

　　分层随机：

　　优点：

　　主要优点是它可以捕获样本中的关键种群特征。与加权平均值相似，这种采样方法会在样本中产生与总体人口成比例的特征。

　　分层可以使估计误差更小，精度更高。层之间的差异越大，精度的提高就越大。

　　当一个总体内部分层明显时，分层抽样能够提高样本的代表性，从而提高由样本推断总体的精确性;

　　分层抽样特别适用于既要对总体参数进行推断，也要对各子总体(层)的参数进行推断的情形;

　　分层抽样实施起来灵活方便，而且便于组织。

　　最优应用场景：

　　当受试者数量较多、个体差异较大时候，提取出2~3个分层因素进行分层随机，有效提高试验的准确率。

　　动态随机：

　　优点：

　　动态随机法则可以很好解决小样本量cov不均衡问题。它能有效地保证各试验组间例数和某些重要的非处理因素接近一致

　　最优应用场景：

　　动态随机的常见方法有偏性掷币法、瓮法和最小化法等，每例患者被分到各组的概率并不是固定不变的。偏性掷币法和瓮法主要是为了保障组间例数相近。

　　随机化法和随机分配方案隐匿的方法有很多种需要科研工作者们在临床研究中根据自己的研究设计方法,正确选择随机分组及随机分配方案隐匿的方法,真正实施随机分组,才能避免临床试验中的选择性偏倚和随后的测量偏倚,最终得出真实的临床试验结论。

　　募随采用的是：RTSM随机化与临床供应管理系统，是一个基于多中心的受试者随机化及临床供应管理系统，管理上百个分中心和上万个受试者的临床试验，解决了跨地域各分中心进度不同，治疗物品过期或过剩等问题，不同地理位置的研究者可以随时进行受试者入组登记、筛选、入组、药物发放和紧急揭盲操作。真正的做到了试验信息的保密性，受试者所有操作会启用留痕功能，操作中记录数据的全面性都可进行打印，每一个试验都拥有独立的数据库，提高了运行速度和安全，给工作带来了极大的方便。

　　该方案符合NMPA、FDA、欧盟有关药物、器械、疫苗等临床试验的质量管理的标准规范，符合FDA 21CFR Part11有关电子记录与电子签名的要求，通过权限控制、电子签名和稽查痕迹等来保证整个系统的安全性,并符合业界的标准。

END

　　最后，我们募随团队将继续加注科技创新建设，加大科研项目投入力度。募随中央随机系统能够实现对实验项目的实时在线跟踪及把控，提高项目管理效率，保障临床试验数据的质量，有效缩短了临床研究周期，为药物上市赢得了宝贵的时间!为临床科研与药物试验领域提供更多优质的产品与服务。

　　欢迎广大药企、医院、第三方平台合作咨询，为您第一时间建库上线募随临床试验科研平台，助力临床试验更高效!

　　我们的合作伙伴

　　我们期待与您合作