安慰剂对照？其实没那么简单
在新药研究中，都说RCT是临床试验金标准，而对照（Control）又以安慰剂（Placebo）对照为首选，但在实际操作中，因为伦理原因，很多适应症不可能只用安慰剂，如常见的心脑血管疾病、糖尿病、肿瘤等等。为了达到“与安慰剂对照”的效果，在研究设计中，常常设置一个所有患者都接受的基础治疗，在此基础上，再分别给予试验药或安慰剂。这种研究设计，严格来说不能称之为安慰剂对照，它属于复合处理对照，以A示基础
当AI开始一本正经地胡说八道
为了更新课件中的一个实例，我抛给Deepseek一个任务：16秒之后，它就给出了一个“看上去很靠谱”的实例：Deepseek不仅把实例给了我，而且还“相当专业”地进行了统计计算，给出了统计分析结果：还对结果进行了解释说明：至此，一切都perfect！然后，在我的再三追问之下，它把“原始数据集”给了我：我把数据集导入了SPSS（只为教学使用），一顿操作后发现，SPSS的分析结果与Deepseek给我
按照样本量计算结果实施研究，一定会达成研究目的吗
即使严格按照样本量计算结果确定研究规模，实施的结果也未必是达成目的。也就是样本量计算结果的可靠性，它取决于以下几个影响因素：1、在计算样本量时，所选择的把握度（Power = 1 - β ）越大（当然，所需的研究规模也越大），达成研究目的的可靠性越高；2、计算样本时所设定的试验组、对照组的效应值越准确（越接近研究中的真实情况），达成研究目的的可靠性越高；所以，不要为了减小样本量计算结果，而刻意地低
重复测量的数据，一定要使用重复测量分析方法？冒失了
当我们在研究中，遇到重复测量的数据，是否一定要使用重复测量的统计方法呢？答案当然是不一定。对于重复测量的数据，是否需要使用重复测量的统计方法，要根据研究实际和检验目的来确定，以两个降糖药（T vs C）的降糖试验为例：数据集中，FBG0W是2周导入期的初始（0天）空腹血糖水平，FBG2W是导入期末(14天)的空腹血糖水平，FBG4W、FBG6W、FBG10W、FBG14W分别是用药2周、4周、8周
还在用课本上的随机数字表进行随机化？是时候换一个不out的方法了
很多同学在论文中描述自己的随机化方法为：使用随机数字表法进行随机化；这一方法，如果真地去实施的话，其实还怪麻烦的嘞。其实利用SPSS软件中的随机数发生器，可轻松实现随机化，感兴趣的戳这：用SPSS进行简单随机化(随机分组)。如果觉得上述方法还不够简单，还有更easy的方法（仅需输入3个参数，一键生成随机数字表，可下载为word文件保存）：完全随机化（简单随机化）-在线随机化分组，这个随机化的程序，