開篇宣告：1：以下內容轉自以下內容轉自微信公眾號隨機現象，作者逍遙翁：《RCT中要對基線進行假設檢驗嗎》，如有侵權，可聯絡刪除
2. 以下觀點，僅代表作者個人觀點，請帶著質疑的態度去閱讀。如有問題，歡迎評論區留言或直接聯絡作者
首先，我們分析一下假設檢驗的目的。
以一個試驗組和一個對照組療效比較為例。試驗組的療效與對照組的療效通常不會正好相等，這種差別有兩種可能，一是單純的隨機誤差，二是兩組確實存在本質差別（當然也包含隨機誤差）。若僅僅是單純的隨機誤差，則兩組療效相差不會太大，或者說相差大的可能性比較小，而兩組療效接近的可能性相對較大。這是抽樣誤差規律告訴我們的。
可見，假設檢驗的目的是要檢驗兩個樣本是否來自同一總體。
而RCT在基線階段，試驗組樣本和對照組樣本本來就是來自同一總體，透過隨機的方法分配到兩組，此時尚未施加任何干預措施，兩組之間不存在本質差別，只有單純的隨機誤差。因此，不需要用假設檢驗來進行判斷！
無論基線指標相差大，還是小，均屬於隨機誤差！
因此，在規範實施隨機化技術的RCT中，基線不需要進行假設檢驗。
可是，有些雜誌對RCT論文要求提供假設檢驗比較的結果？
這需另當別論，按照雜誌的要求去做。假設檢驗的結果僅可間接反應隨機化技術的實施質量。
實際工作中也會遇到某些基線指標相差較大，擔心對試驗結果有影響，怎麼辦？
在RCT中，如果碰巧某基線指標相差較大，而該指標可能對療效的評價有影響，此時可以做敏感性分析，對該基線的影響予以評價，同時用相應的統計學方法進行校正，並在討論部分進行說明。
完結
0則評論