反对随机化

史蒂文·皮安塔多西（Steven Piantadosi）在临床试验-方法论观点中写道（第13章，第334页）：

在第二章中，我注意到了Abel和Koch（1997）和Urbach（1993）对随机化的反对，并指出了研究他们的担忧和可能的错误的价值。他们拒绝将随机化视为

1. 验证某些统计测试的方法，
2. 因果推理的基础，
3. 便于掩盖，以及
4. 平衡比较组的方法。

据我说，（1）-（4）是随机化的好处。那么，为什么亚伯（Abel），科赫（Koch）和乌尔巴赫（Urbach）基于这些论点拒绝随机化呢？

来自Koch，Abel和Urbach的论文并未概括地拒绝将随机化作为达到1-4的一种手段，而是声称达到这些标准既不充分，也没有必要。要传达的信息是：a）不一定必须进行RCT 来回答每个科学问题，并且b）任何已发布的RCT 可能都不是疗效的金标准证据。

作为RCT的替代方法，开放标签试验（OLTs）是显而易见的选择，因为该试验的推定目的是评估患者人群不易获得的新型疗法。对于RCT或OLT的分析，适用于分析观察性研究的相似原理：控制因果关系，块随机化等，可提高效率并减少此类研究的偏倚。

验证某些统计检验的方法

（根据t检验，对数秩检验等假设，随机参与者是否“独立”且“分布相同”？）

RCT的优点：相关参与者的群集在研究随机化中很可能被“分解”，因此在无污染的情况下，依从性结构在治疗分配中相似，并且独立数据的方法总会估算出正确的标准误差。同样，在随机分组时，研究组之间的预后因素很可能是平衡的。

RCT的缺点：随机化不能解决污染问题：参与者由于其适应症甚至参与研究而可能相互关联，并因此影响参与和结果。即使有阻断作用，各组之间预后因素的分布也是不均一的。那些接受较高风险治疗的人和处于基线时较高风险的人更有可能早日“消亡”，从而在未来事件发生时确定健康的风险（幸存者偏见）。这会导致交叉危险，对数秩检验效率低下。

因果推理的基础，

估计的效果与分配所有受治疗的参与者进行控制并减去这些差异的“倒带”实例相同

RCT +：治疗的分配完全是随机的，没有因适应症而引起的混淆，盲法（如果可能）可以降低区别治疗中断的风险。

RCT-：由于流失导致的差异性和非差异性随访将导致研究完成后参与者失衡。非盲研究引入了区别治疗中断的风险。围绕随机化，盲法和侵入性疗法的研究参数必定会将合格的研究库限制为较小的子集，该子集会同意这些参数（健康的参与者偏见）。

掩蔽的便利：

当随机分配治疗方案时，是否有可能以参与者不知道他们被随机分配到哪支手臂的方式来进行两种治疗方案？

RCT +：如果有合适的安慰剂，就可以完成。应当注意，“安慰剂”的适当使用应使参与者获得护理标准（SOC）。例如，假设IND是通过注射给药而SOC是药丸。对照参与者接受（未标记）药丸形式的SOC和盐水注射剂，而积极的手臂参与者接受IND注射剂和相同的糖丸剂。

RCT-：安慰剂可能不可用。例如，Provenge是一种用于高级前列腺癌的单克隆抗体疗法。给予这种治疗需要一种称为白细胞去除术的侵入性程序。白细胞分离术过于侵入性且成本高昂，因此无法在控制组中进行道德规范的操作，因此，经普罗旺斯分配的参与者将知道他们正在接受IND。

平衡比较组的方法。

分析样本中“协变量”的预期分布在接受IND治疗的人与对照组参与者之间的分布是否相等？

RCT +：在随机分组时，记录了治疗组和对照组的50/50样本平衡，以及可能的预后因素的预期概率平衡。批量输入设计可以重新随机化，尽管如今它们已经不那么普遍了。

RCT-：有效的设计仍然需要控制预后因素，对于大多数分析而言，存在治疗效果的最佳设计不是50/50平衡，由于后续损失，损耗和簇尺寸不均通常意味着平衡设计不能保证。随机不能保证预后因素的平衡。