医学科研实验设计的三大原则、样本例数估计

    在医学科研中，通过专业设计正确而科学地解决三大要素中各环节的复杂问题以后，在进行具体实验以前还必须进行实验设计，例如对受试对象如何分组、怎样合理估计各处理组(处理组合)中样本例数、如何对非处理因素的控制等方面作进一步的操作和安排。对照、随机与重复是实验设计中的三大原则，这是任何实验都应当高度注意和遵循的。

    对照的原则　对照是实验设计的首要原则。有比较才能鉴别，对照是比较的基础。除了受观察处理因素外，其它影响效应指标的一切条件在实验组与对照组中应尽量齐同，要有高度的可比性，才能排除混杂因素的影响，对试验观察的项目作出科学结论。对照的种类有很多，可根据研究目的和内容加以选择。常用的有以下几种：①空白对照，对照组不施加任何处理因素。这种方法简单易行，但容易引起实验组与对照组在心理上的差异，从而影响实验效应的测定。临床疗效观察一般不宜采用此种对照。②安慰剂对照，对照组采用一种无药理作用的安慰剂，药物剂型或处置上不能为受试对象识别。因为精神心理因素也可通过神经与内分泌多途径对机体与疾病产生重要影响。据估计临床疗效约30%来自病人对医护人员与医疗措施的心理效应。但务必注意在临床科研中务必遵循病人利益第一的原则。一般认为只有无特效治疗的慢性病，方可使用安慰剂。③实验条件对照，对照组不施加处理因素，但施加某种与处理因素相同的实验条件。实验条件包括操作技术、被试因素的溶媒或容量等。凡对试验效应产生影响的实验条件，宜采用此法。④标准对照，用现有的标准方法或常规方法做对照。在观察评价某种药物或疗法对某病的疗效时，为不延误病人的治疗，对于急性病、危重病和有特殊治疗办法的疾病，均应用已知的有效药物、有效疗法或公认的标准疗法作对照。

    应当指出：临床疗效判断仅有自身前后对照是不够的，因为许多疾病的发生、发展与时间、季节等因素有关。其次，对于绝大多数疾病而言，历史对照也是次要的，因为随着年代的变迁，许多条件发生了明显变化；但目前认为的“不治之症”的疾病，还可以历史作为潜在对照。

    随机化原则　在实验研究中，不仅要求有对照，还要求各组间除了处理因素外，其他可能产生混杂效应的非处理因素在各组中(对照和实验组)尽可能保持一致，保持各组的均衡性。贯彻随机化原则是提高组间的均衡性的一个重要手段；也是资料统计分析时，进行统计推断的前提。随机化抽样的目的就是要使总体中每一个研究对象都有同等机会被抽取分配到实验组或对照组。随机抽样又根据医学研究的范围大小、专业类型和研究对象的不同而有所区别。如用流行病学方法研究人群中的流病和非流病题目采用单纯随机、系统、整群与分层抽样。实验研究时，采用完全随机分配或分层随机分配；小动物实验大多数先配对或配伍组，然后“对”内或“伍”内进行随机分配，但大动物多半先分层后在层内随机分配。随机化抽样的基本方法有随机数学表、计算器随机数学法和抽签法等，研究者可视具体情况而定。

    重复的原则　要使统计量(样本指标)代表参数(总体指标)，除用随机抽样方法缩小误差外，重复实验是保证实验结果可靠的另一基本方法，这是实验设计的另一基本原则。实验要求一定重复数，其目的是使均数逼真，并稳定标准差，只有这样来自样本的统计量才能代表总体的参数，统计推断才具有可靠的前提。
    重复例数(样本例数)的决定因素包括处理的效果的明显性、实验误差的大小、生物个体变异的大小、资料性质、确定的第一类误差(α)和第二类误差(β)的大小和实验设计的类型。总之，样本例数太多或太少都不利于揭示事物间的差别。为此，应该在保证实验结果具有一定可靠性的条件下，确定最低的样本例数，以便节约人力和经费。

样本例数的估计

    假设检验(显著性检验)时所需样本例数的估计方法，可通过公式计算或查表求得，但两者均需要事先确定如下指标。①所比较的两个总体参数间的差值。若无法得到参数的信息，可作预试验或用专业上公认的差值代替。②总体标准差，常用预试的样本标准差来估计。③第一类误差的概率(α)，即检验水准。α越小，所需样本例数越多。结合专业要求判断是单侧检验还是双侧检验。④检验效能(1-β)，即在特定的α水准下，若总体间确实存在差别，该次试验能发现此差别的概率。β为第二误差的概率越大，所需样本例数越多。
    结合α和β的大小可以这样理解，即用如此确定的样本例数作实验，若总体参数间确实相差这么大，则预期有1-β的概率(把握度)按α检验水准得出有差别的结论。在实际工作中，统计学工作者已假定差值与标准差，并拟定不同α和β，分成单侧和双侧等条件，作成常见实验设计所需样本含量表，科研工作者可以根据需要查表以确定每组样本例数。

                            湖南医学