连续性变量自动分级数据库设计在最小随机化分组系统中的应用
Chinese Journal of New Drugs（2007）
Abstract
目的:使最小随机化分组系统支持对连续性变量因素的自动分级,并检验其均衡能力.方法:以Pocock和Simon最小随机化法进行分组,使用EAV模式的数据库结构存储数据.通过一个实际的临床试验检验本方法的可行性和分组系统对连续性变量分组因素的均衡能力.结果:该方法简化了数据录入人员操作,临床试验共入组患者215例,通过SAS对3个连续性变量在两个治疗组间的分布进行均衡性检验,P值分别为0.961 5,0.746 1和0.684 3.结论:通过本研究的数据库设计方法,最小随机化分组系统可以简便地对治疗组间的连续性变量因素进行均衡分组,同时更好地确保了分组结果的不可预测性.
MoreTranslated text
Key words
minimization,centralized randomization,continuous variable,database
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined