主题:【原创】关于RCT与RWS -- 懒厨
最近在看一本关于数学在生活中的应用的书,碰巧看到一个例子,关于RCT的,虽然不是真实案例,但很有意思,值得说一下:
有一个治疗高血压芬塔可的新药上市,招了2000人做试验,男女数目一样,分成两组,每组1000人,做RCT的总结如下:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 560 | 350 |
无改善 | 440 | 650 |
改善率 | 56% | 35% |
从结果看,似乎这药还行,但是,由于性别这个因素很重要,我们又对性别做了一下细分,结果发现是这样的:
男性:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 40 | 200 |
无改善 | 160 | 600 |
总数 | 200 | 800 |
改善率 | 20% | 25% |
而女性:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 520 | 150 |
无改善 | 280 | 50 |
总数 | 800 | 200 |
改善率 | 65% | 75% |
太震惊了,只不过细分了一下而已,结论居然相反!一个优于安慰剂,另一个差过安慰剂!
为啥会有这种不同呢?其实就是由于性别这个因素非常重要,而这男女在这两组之中的占比并不一样,导致合并之后得不到一致的统计结果。
既然知道了性别是很重要的因素,我们可以尝试一下同样占比的试验数据:
男性:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 100 | 125 |
无改善 | 400 | 375 |
总数 | 500 | 500 |
改善率 | 20% | 25% |
女性:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 325 | 375 |
无改善 | 175 | 125 |
总数 | 500 | 500 |
改善率 | 65% | 75% |
然后再看看合并的统计数据:
治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
---|---|---|
有改善 | 425 | 500 |
无改善 | 575 | 500 |
改善率 | 42.5% | 50% |
现在看,用于控制了性别这个关键变量,无论是性别分组,还是汇总,我们都能得到一致的结论,这个新药确实不如安慰剂。
这个例子简单吧,只要初中水平的数学能力,应该都能理解吧?RCT的原理就是这么简单,模式固定,自己去找变量,有对照组就是方便。
好了,轮到我来向RWS的粉丝提问了,这个药在没有安慰剂对照组的情况下,要如何操作?
先说说我的理解,RWS是直接上药,进行统计,肯定能够发现男性有20%的改善率,女性有65%的改善率,然后呢?
- 相关回复 上下关系8
🙂【原创】关于RCT与RWS 10 懒厨 字7212 2021-10-06 02:58:18
🙂【原创】一个RCT实操例子
🙂男女比例如此失衡,这个怕不是RCT吧。 1 dragonawake 字234 2021-10-11 15:46:19
🙂你说的对 懒厨 字210 2021-10-11 21:23:08
🙂这个例子充分说明RCT是比垃圾略好的工具 1 陈王奋起 字554 2021-10-11 10:42:59
🙂是否垃圾是价值观的判断 4 懒厨 字812 2021-10-11 11:03:38
🙂建议看统计会犯错和Regina Nuzzo关于P值的论文。 月之回忆 字0 2021-10-11 11:54:12
🙂理论要经过实践检验 1 懒厨 字443 2021-10-11 21:21:08