一、引言：什么是 Block Randomization？为什么需要质控掺入？
各位好。咱们这门课叫《Block Randomization 质控掺入实验设计指南》。名字挺长，但核心就两件事：怎么用区组随机化分组，以及怎么在里面掺入质控样本。这是生物统计和实验设计的底层基本功。
我个人习惯是，讲一个新概念之前，先问自己一句：“这东西到底用来解决什么问题的？” 咱们今天就从这个角度切入。
1.1 随机化分组的基本困境
随机化分组，说白了就是为了避免人为偏差。比如你要比较新药 A 和老药 B，你肯定不希望把病情轻的患者全部分到 A 组，病情重的全部分到 B 组。对吧？那样的话，就算结果有差异，你也没法说清楚是药效的差异还是病人基础的差异。
但是，简单的“抛硬币”式随机化，有个很头疼的问题：组间样本量不均衡。
我在早期做临床试验设计时，就碰到过这种情况。一个只有 20 例的小样本试验，简单随机化之后，结果 A 组 14 例，B 组 6 例。这个比例差异太大了，对后续的统计功效影响非常严重。你说这事闹的……
组间样本量不平衡会带来哪些具体麻烦？
- 统计功效下降：样本少的组，检测出真实差异的能力被削弱。
- 分析结果不可靠：一些对样本量敏感的统计方法，比如 t 检验或 ANOVA，会变得不稳定。
- 阶段分析困难：在中期分析或适应性设计中，不平衡的组可能让你无法做出有效决策。
为什么会这样？随机化本身无法保证在任何时候都能完全均衡。样本量越小，出现严重不均衡的概率就越高。
1.2 Block Randomization 的登场
那怎么解决这个均衡性问题？Block Randomization（区组随机化）就是用来干这个的。
它的核心思路很简单：把受试者按时间顺序分成若干个小“区组”，在每个区组内部保证各组的分配比例是固定的。
举个例子，假设你要分两组（A 和 B），1:1 比例。你可以设定区组大小为 4。那么，每来 4 个受试者，你确保这 4 个人里，一定有 2 个分到 A，2 个分到 B。只不过，这 2 个 A 和 2 个 B 在区组内部的顺序是随机的。
这样一来，无论试验在什么时候暂停，你看到的各组人数都不会差太多。因为每个“单元”都是均衡的。
嗯，这里要注意：区组大小不能写死，否则会有选择性偏倚的风险。比如你一直用 4 作为区组大小，研究者如果知道区组边界，就能猜测出最后一个人的分组结果。这是个大坑！
注意事项：
- 区组大小建议随机选择（比如 2、4、6 随机轮换），或者使用可变区组长度。
- 区组大小不要太小（比如 2），否则分组顺序太容易被猜出来。
- 区组大小不要太大，否则失去均衡的意义。
1.3 为什么要掺入质控？
好了，咱们把分组搞定了。但实验设计里还有个大问题——数据质量。
你想想看，就算分组再完美，如果检测过程、样本处理、数据记录出了问题，那所有分析都是白搭。你需要有办法来监控整个实验流程是不是跑偏了。
质控掺入（Quality Control Spiking） 就是我在这里引入的手段。它的本质是：在随机化分组的过程中，主动地、有计划地加入一些“已知答案”的样本（质控样本）。
这些质控样本跟真实样本混在一起，盲态处理和分析。最后，通过检查质控样本的结果是否在预期范围内，来判断实验流程是否存在系统性偏差。
我记得有一次在做一个高通量基因组学实验，前期数据看起来一切正常。但后来我们审查质控样本时才意识到，有一批实验试剂的批号出了问题。如果是常规的分析流程，根本发现不了这个问题。这个教训让我意识到，质控不是事后补丁，它必须嵌在实验设计里。
那么，质控掺入到底能帮你解决哪些问题？
| 质控目标 | 具体作用 |
|---|---|
| 流程监控 | 检查从样本采集到数据分析的每个步骤是否存在异常。 |
| 偏倚检测 | 发现系统性的工具或操作偏差，比如加样不准、温度失控。 |
| 变异评估 | 量化批内、批间、操作人员间的变异水平。 |
| 数据可追溯性 | 为数据审核提供了明确的基准，哪些数据可用，哪些数据需要标记。 |
1.4 两者结合：为什么需要“质控掺入”的随机化？
你单独做 Block Randomization，分组均衡了，但不知道数据质量好不好。
你单独做质控掺入，数据质量有了监控，但分组可能因为样本数量、时间因素而变得不均衡。
所以，咱们要做的是“质控掺入的 Block Randomization”。也就是在区组随机化的框架下，把质控样本当成特殊的受试者，按照预设规则插入到真实的随机序列中。
这有什么好处？我给你列一下：
- 结构清晰：质控样本的分布是有规律的，不是随手乱放的，方便后续统计。
- 覆盖全流程：质控样本能均匀分布在各个时间点和实验批次中，全面监控。
- 降低额外变异：质控样本的插入规则与受试者的随机化规则独立，避免了人为选择的干扰。
- 数据完整性：在最终分析时，可以轻松地识别并去除/保留质控样本，不影响真实数据的统计结构。
核心观点：
Block Randomization 保证的是“分组的公平性”；质控掺入保证的是“数据的可靠性”。两者叠加，才是一个完整的实验设计。
1.5 本章知识体系速览
下面这张图，就是我在这章里要讲的核心逻辑。你可以把它当做一个总框架。后面的每一讲，都是围绕这个图上的节点展开的。
读图提示：
从顶层开始看。实验设计的完整性是最终目标。它由两条腿支撑：左边是分组方法（Block Randomization），右边是质量保障（质控掺入）。这两条腿各自又有具体的操作要点。最后，所有要素汇聚到“数据可靠性 + 统计完整性”。这门课就是带你把这个结构里每个环节都搞透。
好，这就是第一讲的核心内容。咱们后面会逐步拆解这里面的每个概念、每种算法、每个配置参数。你记住了，做实验设计，脑子里一定要先有这个图。分组和数据质量，两手都要硬。