Potrivirea perechilor și stratificarea cu modelele de clustere
Două mecanisme populare pentru realizarea echilibrului sunt potrivirea perechilor și stratificarea. Cu potrivirea perechilor, clusterele sunt împerecheate din punct de vedere al potențialilor lor factori de confuzie și apoi, în cadrul fiecărei perechi, un cluster este randomizat pentru a primi unul dintre brațe, iar celălalt cluster primește brațul opus. De exemplu, luând în considerare vârsta și sexul ca potențiali factori de confuzie, grupurile ar fi împerecheate în perechi astfel încât vârsta medie și procentul de femei să fie aproximativ egale. De asemenea, dimensiunile celor 2 clustere ar trebui să fie similare. Stratificarea este o generalizare a potrivirii perechilor, în sensul că se formează straturi pe baza potențialilor factori de confuzie; în cadrul fiecărui strat, se dezvoltă o schemă de randomizare care să asigure echilibrul. De exemplu, dacă există 11 clustere într-un strat, randomizarea ar atribui 5 clustere la un braț și 6 la celălalt. Cu toate acestea, atunci când există mai mulți factori de confuzie, poate fi dificil să se utilizeze stratificarea sau potrivirea perechilor.
Dezvoltarea cu constrângeri
O altă metodă care este din ce în ce mai mult studiată și implementată pentru CRT este randomizarea cu constrângeri (Li et al. 2016). Exploatând faptul că toate clusterele sunt identificate înainte de randomizare, fiecare dintre acestea poate fi caracterizat în funcție de nivelurile mai multor factori de confuzie potențiali. Pentru orice randomizare posibilă a acestui set de clustere, se aplică o metrică de echilibru (există mai multe) pentru a „măsura” cantitatea de dezechilibru care ar exista în cazul în care s-ar aplica acea anumită randomizare. Este posibil să se genereze un număr mare de scheme de randomizare potențiale; de fapt, cu foarte puține clustere, fiecare schemă de randomizare posibilă poate fi tabulată în acest mod, împreună cu scorurile de echilibru respective. În funcție de un criteriu predefinit, cum ar fi un anumit procent din toate randomizările posibile, un set de clustere cu cel mai mic dezechilibru este ales ca „spațiu de randomizare”. Din acest „spațiu de randomizare”, se selectează o singură schemă de randomizare. Există multe aspecte statistice care sunt încă în curs de explorare în ceea ce privește această strategie.
Pentru informații suplimentare despre considerațiile care afectează deciziile de proiectare a studiilor, a se vedea și Designing With Implementation and Dissemination in Mind.