《药物制剂的实验设计》由会员分享，可在线阅读，更多相关《药物制剂的实验设计（35页珍藏版）》请在金锄头文库上搜索。
1、实验设计 1 第十二章第十二章 实验设计实验设计 本章内容 * 实验设计的三要素与三原则 * 常用实验设计的方法：完全随机、随机区组、配对、析因设计 * 常用多因素实验设计 第一节第一节 实验设计的三要素 一药物研究的类型实验设计的三要素 一药物研究的类型 药物研究按指标的多少可分为单因素研究与多因素研究。实验研究(experimental research)包括以病人为基础的临床试验和以动物或其他实验材料为基础的实验室实验。特 点：研究者可以主动对实验对象设置处理因素。受试对象接受何种处理因素或水平是 经随机分配而定的，可以较好控制处理因素。实验设计能使多种实验因素包括在较少次 数的实验中，
2、更有效地控制误差。 二实验研究的三要素二实验研究的三要素 药物实验包括三个基本组成部分：受试对象、处理因素和实验效应，称为“三要素” 。 1受试对象受试对象 受试对象 （subject） 是处理因素作用的客体。 受试对象的种类有活体动物、 标本或样品、 病人或正常人。受试对象的基本条件是：代表性；敏感性；特异性； 稳定性。 2被试因素 被试因素 实验研究中，对实验指标产生影响的各种原因，都称为因素（factor） ，因素变化的各种 状态称为水平（level） 。 被试因素（study factor）又称处理因素（treatment factor） 。被试因素是试验中的主因素， 根据研究目的决定
3、要施加或要观察，能作用于受试对象，能引起直接或间接效应的因素。 被试因素在整个试验中应保持一致和稳定。 被试因素的数目与水平组合的基本类型有：单因素单水平：如夏枯草提出物对原发 性高血压患者降压作用的观察等。单因素多水平：如比较不同强度针刺某穴位对痹证治 疗效果；比较不同剂量的某药对某病的疗效。 多因素单水平：如同复方中不同单味中 药，或同一单味中药中不同有效成分的疗效观察。多因素多水平：如研究六味地黄丸诸 成份和不同剂量对降低胰腺切除狗血糖的影响。 与“被试因素”同时出现，也能使受试对象产生效应的因素属于 “非处理因素”或称 “区组因素” 。非处理因素虽然不是研究因素，但由于其中有些会影响实
4、验结果，产生混杂 效应，所以非处理因素又称混杂因素（confounding factor） ，因为它会干扰实验结果，又称Generated by Foxit PDF Creator Foxit Software http:/ For evaluation only.实验设计 2 干扰因素。在确定被试因素的同时，还要根据专业知识和实验条件，找出重要的非处理因 素，有效控制或消除其干扰作用。 3实验效应 3实验效应 实验效应（experimental effect）是指处理因素作用于受试对象后所表现出来的效果。这 种结果常以观察指标为载体客观地表现出来，有定量指标和定性指标。 选择效应指标要求：
5、（1）客观性 因为观察指标有主、客观之分，中医药临床科研总结出的资料，基本以 临床医生经验为主判断，常受主观意识影响。宜在望、闻、问、切等基础上，增加客观指 标，如血压、血细胞计数，心电图等。但现代医学愈加重视主观指标的应用，通常采取经 过严格测试的量表去考核处理因素的效应。 （2）准确度与精密度 准确度(accuracy)是指一个测量值或计算值相对于它的真值的接 近度，主要受系统误差影响。而精密度（precision）是指对彼此相同的数值重复测量的接近 度。其差值属于随机误差。准确度是最根本的。理想的指标是既准确又精密。 （3）特异度与敏感度 某指标的特异度指鉴别其真阴性的能力。而敏感度指鉴
6、别其真 阳性的能力。高的特异度不易受混杂因素影响，灵敏度高的因素能更好地显示处理因素的 效应。 （4）指标的观察 在实验观察中若带偏性，则会影响结果的分析和比较，为最大限度 地减少或消除这种偏性，需要使用盲法设计，对指标察、数据搜集、结论判断，常在不知 道分组的情况下进行，病人与研究者都了解分组情况称为不盲，只有病人不知道分到哪一 组称为单盲，病人与研究者都不知道分到哪一组称为双盲，病人、研究者与资料分析人员 都不知道分到哪一组称为三盲。 第二节实验设计的三原则 第二节实验设计的三原则 实验设计（experimental design）是依据研究目的，按统计学要求而制定的研究计划的 具体实施方
7、案，包括三要素，估计样本容量，进行随机分配、选择分析方法等。目的是为 了最大限度地减少误差，提高效率。实验设计必须遵守三个基本原则，即对照的原则、随 机的原则、重复的原则。 一对照的原则一对照的原则 对照（Control）的作用在于用对比鉴别的方法来研究处理因素的效应，充分显示被试 因素的效应。为此设立与实验组具有同质可比性的对照组，实验组与对照组除被试因素不 同外，其它非被试因素尽量相同或相近，主要非处理因素均衡可比。对照组与实验组应始 终处于同时同地，即进行同期对照（concurrent control） 。对照的方式有多种，可根据研究 目的及内容选择，常用对照方法有： 1安慰剂对照1安慰
8、剂对照(placebo control) Generated by Foxit PDF Creator Foxit Software http:/ For evaluation only.实验设计 3 是用双盲法，采用剂型、外观、重量、气味和口味等都与实验药尽可能保持一致，对 人体无害又不含有研究药物的有效成份的伪药物（如乳糖片、生理盐水注射液）作对照， 目的是克服研究者, 受试者和参与评价人员等由于心理因素等影响而形成的偏倚。同时安 慰剂 （placebo）对照也可分离出由于研究药物所引起的真正的不良反应。 安慰剂对照常 常是双盲研究，可以是平行对照, 或者是交叉对照。 2空白对照空白对照（
9、black control） 即对照组不施加任何试验措施,在动物实验和实验室实验中常用。临床试验中，病人利 益第一，一般不设空白对照，只对某些病情较轻或长期稳定无任何危险的疾病，如 HBsAg 携带者、近视、感冒、慢性气管炎等可设空白对照。 3 实验对照实验对照 (experimental control) 对照组施加部分处理因素，但不是所研究的因素。例如，研究心舒丹中丹参治疗心绞 痛的作用，实验组用心舒丹方，包括丹参、川芎、红花、降香等几种药物，而对照组不加 丹参，其余成分相同。但须注意药物间的交互作用。 4自身对照 自身对照 (self control) 对照与实验在同一受试对象进行, 例
10、如， 测量 30 名成年高血压病人服药前后的收缩压、 对同一名学生的前后测验，严格说它们不属于同期对照，因此在实验中最好设立另外一个 对照组，使用处理前后效应的差值来比较其真实的效果。 5标准对照 标准对照 不设对照组，而是用标准值或正常值对照。例如，试验指标血红蛋白的对比, 在临床试验中多用此法,在实验室研究中也常常使用于某种新法是否能够代替老方法。 二随机的原则二随机的原则 1随机化的意义 1随机化的意义 随机化（randomization）是指每个受试对象都有同等机会被抽取，避免主观因素，对实 验结果有影响的未知与无法控制的因素，都能够均衡地分配到实验组与对照组中去，保证 比较组间均衡齐
11、同。随机化是排除非试验因素干扰，防止选择性偏倚（Bias）的重要手段， 是统计分析的基础。 2随机化的方法随机化的方法 可以采用医学统计学书后附有的随机数字表或随机排列表进行随机分组，由于统计软 件的流行，更多的采用国际公认的 SAS 统计软件编程序进行随机分组。 三重复的原则三重复的原则 重复的原则主要有重复数和重现性两方面的含义：试验需要有重复数（即适当的样 本含量） ，才能估计和降低实验误差。可靠的实验结果，应能在相同的条件下重复出来， 这对于推广试验结果至关重要 Generated by Foxit PDF Creator Foxit Software http:/ For evalu
12、ation only.实验设计 4 Obs 1 2 3 4 5 6 7 8 9 10 -n- fz1 A B B A B A A A B B 1 8 10 5 6 3 2 4 7 9 fz2 A B B A A A A A B B 图 12-1 产生的 10 个随机数及 55 与 64 分组 第三节常用实验设计方法第三节常用实验设计方法 一完全随机设计一完全随机设计 完全随机设计（completely random design）是一种单因素 k（k2）水平单效应变量的 设计方法。有两种分组方式：将受试对象随机分配到各处理组中；分别从不同总体中 进行随机抽样，获取代表各不同总体的随机样本。要求
13、：组间均衡可比。可能条件下， 先按非被试影响因素分层，而后在分层基础上随机分配样本。尽量使每组间样本数相等 或接近：完全随机设计各组样本含量可以不等，但在样本总量不变的条件下，n1 =n 2时检 验效率较高，一般认为可高达 10%15%。 例例 12-1 把 10 只已经编号的老鼠完全随机分为 55 和 64 的两组， 解解 这是完全随机独立两水平设计， 也称为成组设计。用 SAS 的 plan 过程语句产生 10 个随机数，并把结果输出到数据集 sj。在数据集 L1201，用 set 调用 sj 的数据，用条件语句 实现分组。整个程序为 proc plan seed=200603; factors n=10; output out=sj; data L1201; /*10个对象随机分2组*/ set sj; /*调用数据集sj */ if nChi-Square 0.6461 PrChi-Square 0.7090 PrChi-Square 0.0735 图 12-4 随机分组后性别 xb、体重 tz、年龄 nl 的均衡性检验 况，如表 12-1 数据所示。研究随机分组后，性别、体重、年龄的均衡性。
