Paarabgleich und Stratifizierung mit Clusterdesigns
Zwei beliebte Mechanismen zur Erzielung eines Gleichgewichts sind Paarabgleich und Stratifizierung. Beim Paar-Matching werden die Cluster hinsichtlich ihrer potenziellen Störfaktoren gepaart, und dann wird innerhalb jedes Paares ein Cluster randomisiert, um einen der beiden Arme zu erhalten, und der andere Cluster erhält den entgegengesetzten Arm. Betrachtet man beispielsweise Alter und Geschlecht als potenzielle Störfaktoren, werden die Cluster so zu Paaren zusammengefasst, dass das Durchschnittsalter und der Frauenanteil ungefähr gleich sind. Ebenso sollten die Größen der beiden Cluster ähnlich sein. Die Schichtung ist eine Verallgemeinerung des Paar-Matchings, bei dem Schichten auf der Grundlage der potenziellen Störfaktoren gebildet werden; innerhalb jeder Schicht wird ein Randomisierungsschema entwickelt, das ein Gleichgewicht gewährleistet. Wenn es beispielsweise 11 Cluster in einer Schicht gibt, würde die Randomisierung 5 Cluster einem Arm und 6 dem anderen Arm zuordnen. Wenn es jedoch mehrere Störfaktoren gibt, kann es schwierig sein, eine Stratifizierung oder ein Pair Matching zu verwenden.
Constrained Randomization
Eine weitere Methode, die zunehmend für CRTs untersucht und umgesetzt wird, ist die Constrained Randomization (Li et al. 2016). Unter Ausnutzung der Tatsache, dass alle Cluster vor der Randomisierung identifiziert werden, können sie jeweils anhand der Werte mehrerer potenzieller Confounder charakterisiert werden. Für jede mögliche Randomisierung dieser Gruppe von Clustern wird eine Gleichgewichtsmetrik (von denen es mehrere gibt) angewandt, um das Ausmaß des Ungleichgewichts zu „messen“, das bei Anwendung dieser bestimmten Randomisierung bestehen würde. Es ist möglich, eine große Anzahl potenzieller Randomisierungsschemata zu generieren; bei sehr wenigen Clustern kann jedes mögliche Randomisierungsschema auf diese Weise zusammen mit den jeweiligen Gleichgewichtsbewertungen tabellarisch dargestellt werden. Nach einem vordefinierten Kriterium, z. B. einem bestimmten Prozentsatz aller möglichen Randomisierungen, wird eine Gruppe von Clustern mit dem geringsten Ungleichgewicht als „Randomisierungsraum“ ausgewählt. Aus diesem „Randomisierungsraum“ wird dann ein einziges Randomisierungsschema ausgewählt. Es gibt viele statistische Fragen, die im Zusammenhang mit dieser Strategie noch erforscht werden.
Zusätzliche Informationen zu Überlegungen, die sich auf Entscheidungen über das Studiendesign auswirken, finden Sie auch unter Designing With Implementation and Dissemination in Mind.