实验研究设计

实验研究设计流程，在实验设计过程中，需要遵循一些基本原则，基本要素、常用的几种实验设计方案等。

实 验 研 究 设 计

• 实验设计概述
  • 研究时有无设计干预因素？
    • 实验研究
      • 随机 对照 试验
      • 非随机 对照 试验
    • 调查研究
      • 队列 研究
      • 病例 对照 研究
      • 横断面 研究
  • 实验设计的特点
    • 人为设置处理因素
    • 随机分配
    • 高效
  • 实验设计的分类
    • 子主题
• 实验设计的基本要素
  • 实验设计三要素
    • 处理因素
      • 选择处理因素的原则
        • 要抓实验中的主要因素
        • 要分清处理因素和非处理因素
        • 处理因素必须标准化
    • 受试对象
      • 动物的选择
      • 人群的选择
    • 实验效应
      • 一般是通过某些观察指标，定量或定性地反映实验效应。研究者应当对欲研究的问题有较为全面的了解，避免在实验设计时遗漏重要的观察指标。
      • 选择观察指标的基本原则
        • 客观性
        • 精确性
        • 灵敏性
        • 特异性
      • 指标的观察
        • 对实验效应的观察应避免偏倚
        • 应注意处理因素与效应的关系
• 实验设计的基本原则
  • 对照原则
    • 设置对照的意义
      • 区分处理因素与非处理因素的效应，是比较的基础
      • 控制和减少实验误差
    • 实验设计中对照的形式
      • 空白对照 （blank control） 安慰剂对照 (placebo control) 实验对照 (experimental control) 自身对照 (self control) 标准对照 (standard control) 交叉对照（crossover control） 互相对照（mutual control）
  • 随机的原则
    • 随机化是为了使对照组与试验组具有可比性，提高研究结果的真实性，减少偏倚。每位研究对象被分配到试验组或对照组的机会相等，而不受研究者或受试者主观愿望或客观因素所影响。
    • 简单随机法
    • 区组随机法
      • 适用条件：当研究对象人数较少，而影响试验结果的因素又较多，简单随机法不易使两组具有较好的可比性时，可以采用区组随机化法进行分组。
      • 基本方法：将条件（年龄、性别、病情）相近的一组受试对象作为一个区组，每一区组内的研究对象（通常4~6例）数量相等，然后应用简单随机分配方法将每个区组内的研究对象进行分组。
      • 优点：在分组过程中可以保持试验组与对照组例数一致
    • 分层随机法
  • 重复的原则
    • 实验所需的样本含量n取决于
      • 假设检验中第Ⅰ类错误的概率α（检验水准） α取值越小，实验所需的样本含量n越大。
      • 假设检验中第Ⅱ类错误的概率β β取值越小，实验所需的样本含量n越大。
      • 处理组间的的差别δ 处理组间的的差别δ越小，实验所需的样本含量n越大。
      • 总体标准差σ σ越大，实验所需的样本含量n越大。
  • 盲法的原则
    • 实验流行病学研究信息的真实性往往容易受到研究对象和研究者主观因素的影响，产生信息偏倚。为避免偏倚可采用盲法（blinding, masking），所谓盲法是一种避免知晓研究对象获何种处理的策略。
    • 盲法的类型
      • 单盲
      • 双盲
      • 三盲
• 实验设计的基本内容
  • 建立研究假设
    • 主要问题
    • 次要问题
  • 明确受试对象的范围和数量
    • 规定适宜进入试验的研究对象的标准
      • 纳入标准
      • 排除标准
    • 受试对象应满足的两个基本条件
      • 对处理因素敏感
      • 反应必须稳定
  • 确立处理因素
    • 分清处理因素和非处理因素
    • 处理因素应当标准化
  • 明确观察指标
    • 客观性较强
    • 准确性（真实性：灵敏度和特异度）
    • 精密性（可靠性）
  • 确定实验设计的类型
  • 控制误差和偏倚
    • 误差（error）
      • 概念： 试验中的原始数据与真实值之差
      • 误差的分类
        • 非随机误差
        • 随机误差
    • 偏倚
      • 实验研究中常见的偏倚
        • 1、向均数回归（regression to the mean） 2、霍桑效应（Howthorne effect） 3、安慰剂效应（placebo effect） 4、失访（loss to follow-up ） 5、干扰 6、沾染
      • 实验研究中偏倚的控制
        • 1、排除（exclusion） 2、提高试验对象的依从性（compliance） 3、降低试验对象的失访率
• 常用的几种实验设计方案
  • 完全随机设计（成组设计）
    • 受试对象被随机分配到各个处理组
    • 若有一个处理组为对照组，又称为随机对照试验
    • 若未遵循随机分配原则，则称为准随机对照试验或半随机对照试验
    • 特点:1个处理因素
    • 完全随机设计的优缺点
      • 优点
        • 设计简便易行，应用范围广泛
        • 个别数据缺失时，对统计方法的选择 和统计分析结果影响不大
      • 缺点
        • 只能分析单个因素（处理因素）的效应
        • 检验效能相对较低
  • 配对设计
    • 将受试对象按一定条件配成对子，再将每对中的两个受试对象随机分配到两个不同的处理组.
    • 配对的因素应为可能影响实验结果的主要混杂因素
    • 特点:1个处理因素+配对因素
  • 随机区组设计（配伍组设计）
    • 亦称配伍组设计，实际上是配对设计的扩展
    • 具体做法：将受试对象按性质(如动物的性别、体重，患者的性别、年龄、病情等非处理因素)相同或相近分为b个区组(配伍组)，然后将每个区组中的k个受试对象随机分配到k个处理组。
    • 原则：区组内差别越小越好，区组间差别越大越好
    • 特点:1个处理因素+区组因素
  • 交叉设计
    • 特殊的自身对照设计，按事先设计好的试验次序，在各个时期对研究对象先后实施各种处理。可分为两阶段交叉设计和多阶段交叉设计。
    • 特点:1个处理因素+时间因素+个体因素
  • 析因设计
    • 将两个或多个实验因素的各水平进行组合，对各种可能的组合都进行实验，从而探讨各实验因素的主效应（main effect）以及各因素间的交互作用（interaction）的设计方案。
    • 特点:多个处理因素+多水平+交互作用
    • 析因设计的用途
      • 比较各个处理因素不同水平组合下的平均效应，寻找最佳组合
      • 分析各个处理因素的交互作用
    • 析因设计的类型
      • 2×2析因试验设计
      • 2×k（k≥3）析因试验设计
      • m×k（m≥3， k≥3）析因试验设计
  • 重复测量设计
    • 是同一受试对象的同一观察指标在不同时间点上进行多次测量所得的资料，常用来分析该观察指标在不同时点上的变化特点。
    • 重复测量设计的基本模式
  • 序贯试验设计