1、實驗設計與樣本含量的估計一、 實驗設計的含義 實驗研究是醫學研究中常用的方法之一，研究者進行實驗，常常是判斷那種藥物更有效、那些因子是致病因子、它們的病理變化機制是什么、那種手術生存時間長等等。由于醫學研究的對象是人或是動物，是生命的機體，具有廣泛的變異性，對于外界刺激的反映千變萬化。例如同月齡同性別的一組小白鼠，在某種同劑量毒物作用下，其染色體突變發生率各不相同；又如相同疾病患者在服用同一種藥物后，其療效也不盡一致。諸如此類現象滲透于醫學領域內，加之偶然性變差不可避免地存在，這些情況將混淆或掩蓋人們關心的實驗結果的真實差異。研究者根據自己提出的假設，如何運用實驗研究結果來回答事先提出的假設呢

2、？這就需要精心安排好實驗，通過一組規劃來完成實驗全過程。這一組規劃就是實驗設計。因此，我們可以這樣定義實驗設計是研究醫學科學中如何合理地安排實驗因素、考察醫學效應的科學。它是生物統計學中的一個分支，主要由Fisher學派本世紀20年代應農業科學的需要而創立發展起來的。隨著科學的進步，這門學科不斷充實與完善，但其根本目的仍然是：使實驗結果能夠準確回答事先提出的問題，同時使這一精確的結果是在最少人力物力和時間條件下獲得。第二節 實驗研究分類與常用設計方案 根據研究對象的不同，常用研究分為三類，即動物實驗、臨床實驗與社區干預實驗。一、動物實驗動物實驗（animal experiment）是在動物身體

3、內進行實驗，根據獲得的結果，逐步過渡到人體。動物實驗分急性、亞急性及慢性三種，而前兩種多用。例如毒物的致畸、致癌、致突變實驗，藥理實驗以及損傷、手術的病理變化實驗研究等。二、臨床實驗臨床實驗（clinical trials）一般局限于對病人身心無損傷的實驗。可以是短期觀察，也可以是中期或遠期追蹤觀察，目的多為某種藥物及某項療法的效果觀察。例如采用某新型化學藥物對防治乳腺癌根治術后復發的效果等。三、 社區干預實驗社區干預實驗（community intervent trial）多在某一地區內人群中進行，持續時間一般較長，其目的是觀察某項保護措施對干預某種危險因素致病的效果。例如對新生兒注射乙肝疫

4、苗預防乙型肝炎發病的作用；又如在克山病地區對人群加服硒劑，觀察克山病發病變化等。由于社區干預實驗難于對受試者進行良好的隨機分配，因此又稱為半實驗研究（quasi-experiment）。常用的實驗設計方案可分為單因素與多因素兩大類。但因素設計方案是一個觀察因素的不同強度水平作用效應間差異的研究。包括配對設計、完全隨機設計、序貫設計；多因素設計方案是指觀察兩個以上因素不同強度水平下作用效應差異的研究。包括交叉設計、（配伍組設計）、拉丁方設計、裂區設計、正交設計。此外還有三個變量及多個變量間關聯分析的研究設計，屬多元分析。第三節 實驗設計的基本要素和原則 醫學實驗包括三個基本組成部分，即處理因素、

5、受試對象和實驗效應。例如觀察某女性避孕藥的效果，那么避孕藥就是處理因素，已婚育齡婦女為受試對象，其妊 結局則是實驗效應，這三部分內容就構成了完整的實驗基本要素，缺一不可。因此，任何一項實驗研究在進行設計時，首先明確這三個要素，再根據它來制定詳細的研究計劃。一、處理因素一般是指對受試對象給予某種外部干預（或措施），稱為處理因素（treatment）。這種干預可以是主動施加的，如某種藥物等；也可以是客觀存在的，如觀察培養基在空氣中的污染程度與季節的關系。“不同季節“就是處理因素，而“季節”這個處理卻不是人為實施而是客觀存在的。與“處理因素”相對應（同時出現）的是“非處理因素”，例如不同季節制作培養

6、基的條件、培養基放置的位置和時間等，這些因素均可影響污染程度，它們混雜于“季節”這一處理因素之中，起了干擾作用。因此在確定處理因素時應注意以下問題，以達到控制各種混雜因素的干擾作用。（一）處理因素的數目與水平處理因素可以是一個或多個，同一因素可根據不同強度分為幾個水平。一般情況下，不要試圖在一次實驗中解決多個問題，應抓住主要因素，因為因素越多，需要的觀察對象也越多，這樣將使實驗條件難以控制。當然處理因素過少，不易提高研究的深度與廣度。一個實驗同時觀察幾個因素不僅可以節約時間和精力，同時可以對各因素從不同角度進行觀察，分析其相互作用，包括它們之間的協同作用(coordinated interac

7、tion)和拮抗作用(antagonistic interaction)。例如觀察某試劑不同計量的反應率變化，如果同時分析溫度變化對反應率的影響，表、 某試劑在不同溫度、不同劑量下的實驗反應率實驗序號溫度劑量反應率1X11X12X132X21X22X23。nXn1Xn2Xn3 根據這些數據，不僅可分別分析溫度，劑量單個因素對反應率的影響，還可分析兩個因素對反應率的聯合作用。（三）搜索非處理因素處理因素一般為研究者所重視，但不能忽略非處理因素的存在，應同時尋找出來并加以控制，否則會使實驗結果產生混雜效應，所以這些非處理因素又稱混雜因素（confounding factor）。例如使用避孕藥的已婚

8、婦女，她們的職業、文化程度等等是否相同或相近，都會影響她們的生育觀、服藥的自覺性以及最終影響實驗的結局。二、受試對象受試對象(study subjects) 是處理因素作用的個體，實際上他（它）就是根據研究目的而確定的觀察目標總體。醫學研究對象一般分為人和動物兩類，在實驗進行前必須對研究對象作嚴格的規定，以保證他（它）們的同質性。（一） 動物實驗對象 觀察任何藥物的療效、手術的效果，預先都要進行一系列動物實驗，然后才能試用于人體。研究各種外環境對人體的影響，常常人工模擬各種外環境條件如高溫、高壓或低壓，以觀察動物體的生理變化。可見動物實驗是醫學研究的重要手段。對于動物的選擇應根據不同課題有不同

9、的要求。例如對某種鼠、品系、月齡、生理狀態、性別、體重、窩別等均應有統一規定，以保證實驗結果的有效性。（二）臨床（現場）試驗對象 根據研究目的確定人群的條件，對于病人必須有明確的診斷標準。對具體病程、病型、病情、年齡、性別等都應有統一規定，即有同意的納入標準(inclusion criteria) 和排除標準(exclusion criteria)，同時這些標準應該形成條文，以便執行和檢查。例如觀察肺癌患者化療效果，限定受試對象為原發性肺癌患者，診斷依據為病理和細胞學結果，病程為未轉移的早期狀態，年齡在20歲以上，性別不限，病理類型包括鱗癌與腺癌兩種，轉移性肺癌者不納入。對于現場健康人群亦應有

10、明確要求，例如欲探討某地成年人外周血象水平，規定在當地居住五年以上、不接觸有害工種、受檢時無發熱癥狀的健康人群為受試對象，對患有血液病、肝腎病的患者應排除。三、實驗效應 實驗效應(experimental effects) 是處理因素作用于受試對象的反應，是研究結果的最終體現，也是實驗研究的核心內容。它將通過實驗指標來表達。如果指標選擇不當，未能準確地反應處理因素的作用，那么獲得的研究結果就缺乏科學性，因此選擇好實驗指標是關系研究成敗的重要環節。選擇指標的依據是：指標應具有客觀性、特異性、敏感性、精確性和靈敏性。 客觀性：觀察指標有主觀指標和客觀指標之分，主觀指標是由病人回答或醫生判斷來描述觀

11、察結果；而客觀指標則是借助儀器或試驗等進行測量和檢驗來反映觀察結果。特別是在臨床試驗中，主觀指標易受心理因素影響，例如：“疼痛”這一指標就很難量化，若是用針刺深度來表示，還是要由受試者表達，仍然有很大的主觀成分，因此盡量選用客觀的、定量的指標。 特異性： 選擇的指標應能反應處理因素的效應本質，特異性高的指標最易揭示處理因素的作用，不易受混雜因子所干擾，減少假陽性率。例如甲種胎兒球蛋白（AFP）對于原發性肝癌就是比較特異的指標，又如血糖高低是診斷糖尿病患者基本的依據，顯然血糖在糖尿病研究中是特異性高的指標。 我們已知實驗研究的目的是獲取處理因素作用于受試對象后產生的真實效應，例如觀察某降壓藥對高

12、血壓病人的降壓效果，降壓藥為處理因素(T)，下降的血壓值為實驗效應(e)。 但在臨床實驗中，獲得血壓下降值并非單純是該藥物的作用，往往病人的精神、環境、護理情況等非處理因素（NT）也會對高血壓起干擾作用，我們統稱為非處理實驗效應（S）,可示意如下：某藥物 高血壓患者 下降的血壓值實驗效應受試對象 處理因素 處理 非處理因素 效應非處理因素 現采用“0”處理（即空白）對照來鑒別處理因素的效應： T+NTT e+ST 0 +NT0 0+ S0 T e此時，若實驗與“0”對照的非處理因素相同，即NTT=NT0,那么它們產生的非處理的效應也相等， ST- S0 獲得的下降血壓值就是該藥的真實效應e，若

13、e¹0, 處理因素有效。我們稱這個模型為理想模型。但在實際情況下很難保證NTT和H0 完全相等，因為還存在現有科技水平尚未發現的因素影響，以及被忽視了的非處理因素、實驗對象的差異、測量誤差等等。這些都會使NTT與NT0不等。因此，我們在設置良好的對照、分層處理數據等等措施后仍不能達到NTT=NT0時，可以將非處理因素效應的差異看作是隨機誤差（E）, 即 ST=S¢T+E1和S0=S¢0+E2， 則ST -S0=E0, 此時可建立如下模型：T + NTT e + S¢T+E1 0 + NT0 0 + S¢0+E2 T+NT e + E我們稱這一模

14、型為實際實驗模型。統計推斷的基本思想就是以隨機誤差的產生為基礎的，如何判斷效應e+E是由T引起還是由NT引起的，這就是要看e與E的比重。一般來講，實驗效應e+E可由實驗總效應差來求得；隨機誤差E可用標準誤的大小來估計，在中，假定e+E不變，E愈小，這個比值就愈大，說明處理因素T產生的效應就愈明顯，比較組的差異(e)就愈易顯示出來。這種處理可以推廣到多個處理間的比較中去。即方差分析問題，隨著誤差項離差平方和的進一步分解，各種因素的處理效應就能更好地顯示出來。將要在以后介紹的各種設計方案都是基于實驗設計的這一基本原理而建立的。第四節 實驗誤差與控制 已知醫學實驗研究中“處理”具有真實效應，同時受非

15、實驗因素的干擾，使其真實效應不能準確地反映出來，這樣獲得的觀測值既包含處理的真實效應，又包含這些非處理因素的作用效應，以及其他未知的偶然因素的作用，加之生物具有的變異性特征，使得所獲取的觀測值出現變查差。上述這些因素使觀測值偏離實驗處理的真值，我們將這些偏差稱為實驗誤差（experiment error）. 弄清產生實驗誤差的來源，控制誤差的來源是實驗設計的重要任務。（一）系統誤差和隨機誤差實驗誤差的控制實驗設計的主要作用是減少誤差，提高實驗的精確度，使研究者能從實驗結果中獲得無偏的處理統計量及實驗誤差的估計值，從而進行正確地分析和比較。（一） 對照（control）在確定處理因素的實驗組時，

16、要同時設立不加處理的對照組，這是非常重要的。因為只有設立了對照，才能消除非處理因素對實驗的影響，從而把處理因素的效應充分顯示出來，這是控制各種混雜因素造成的系統誤差的基本措施。在醫學研究中，不乏這樣的實例。例如20世紀20-30年代，治療結核病的金制劑療法長達15年之久，印度名醫為此發表論文數以白計，并作為定論編入醫學院的講義。在沿用15年后，由于采用了有效的臨床試驗 （controlled clinical trails）, 才對它作了否定的評價。（二） 隨機化分組隨機化（randomization）是將實驗對象的實驗順序及分組進行隨機分配。這是保證非處理因素均衡一致的另一重要手段。隨機分組的實質就是要使每個受試對象分到實驗組和對照組的機會相等。這已成為實驗設計中的一項重要原則。（三） 重復重復（replication）是指處理組與對照組的受試者要有一定數量，也就是一個樣本含量（sample size）大小問題。“重復最主要的是估計實驗誤差，我們已知實驗誤差客觀存在，只有重復測量實驗效應的指標，才能通過觀測值的差異計算出誤差的大小，并降低實驗誤差。 正確估計觀察例數的標準應該是保證研究課題具有一定代表性與可靠性的條件下所必須具有的最少例數，要符合這一標準，必須具備以下條件：1、 具有研究指標的總體均數m、總體p的估計值