Skip to content

Statistics › 實驗設計 › 常見設計

常見研究設計 (Common Designs) ​

設計結構決定變異如何拆解、自由度如何分配、能否偵測交互作用。選擇時先問三件事:有幾個因子?有沒有要控制的雜訊變數?每個受試者能接受幾種處理?

一、實驗設計 ​

設計因子數區集特點分析
CRD 完全隨機設計 (completely randomized)1+無最簡單;需要實驗單位同質單因子 ANOVA / t 檢定
RCBD 隨機完全區集設計 (randomized complete block)1+1 個雜訊變數每個區集內每種處理各一次y ~ trt + block
BIBD 平衡不完全區集 (balanced incomplete block)11 個區集放不下全部處理時;每對處理同區集出現次數相同調整後的區集 ANOVA
拉丁方格 (Latin square)12 個雜訊變數每種處理在每列、每欄各出現一次;處理數 = 列數 = 欄數y ~ trt + row + col
因子設計 (factorial)2+可選所有水準組合;能偵測交互作用y ~ A * B
部分因子 (fractional factorial)很多可選只跑部分組合做篩選;高階交互作用被混淆 (aliasing)主效果篩選
交叉設計 (crossover)1+受試者 = 區集每人依序接受所有處理,中間有洗除期混合模型(含期別、序列)
裂區設計 (split-plot)2+整區 = 區集有些因子難以在小單位上隨機化混合模型(兩個誤差項)

選擇流程 ​

text
幾個因子?
├─ 1 個
│   ├─ 無雜訊變數 ────────────── CRD
│   ├─ 1 個雜訊變數 ──────────── RCBD(區集放不下全部處理 → BIBD)
│   ├─ 2 個雜訊變數,數量 = 處理數 ── 拉丁方格
│   └─ 每人可接受所有處理 ──────── 交叉設計
└─ 2 個以上
    ├─ 都容易隨機化 ───────────── 完全 / 部分因子設計
    └─ 某因子難以隨機化 ────────── 裂區設計

選能回答問題的最簡單設計。複雜設計只有在額外結構解決了真實問題時才更好。

Python 範例 ​

python
import numpy as np
import pandas as pd
import statsmodels.formula.api as smf
from statsmodels.stats.anova import anova_lm

rng = np.random.default_rng(7)

# RCBD:3 劑量 × 4 家醫院(醫院差異大),醫院內隨機排序
rows = []
for h, b_eff in enumerate([0, 10, -8, 5], start=1):
    for trt in rng.permutation(["Low", "Medium", "High"]):
        y = 130 + b_eff + {"Low": 0, "Medium": 5, "High": 9}[trt] + rng.normal(0, 3)
        rows.append({"block": f"H{h}", "trt": trt, "bp": y})
rcbd = pd.DataFrame(rows)
anova_lm(smf.ols("bp ~ C(trt) + C(block)", data=rcbd).fit(), typ=2)
# 每格只有 1 個觀測時無法估計 區集 × 處理 交互作用(刻意的取捨)

# 2×2 因子設計:DrugB 在高劑量有額外效果(交互作用)
means = {("A", "Low"): 100, ("A", "High"): 108, ("B", "Low"): 105, ("B", "High"): 120}
fac = pd.DataFrame([{"drug": d, "dose": s, "y": m + rng.normal(0, 5)}
                    for (d, s), m in means.items() for _ in range(5)])
fac.groupby(["drug", "dose"])["y"].mean().unstack()                 # 先看各格平均
anova_lm(smf.ols("y ~ C(drug) * C(dose)", data=fac).fit(), typ=2)

# 交叉設計:混合模型(受試者為隨機效應,加入期別效果)
# smf.mixedlm("y ~ C(trt) + C(period)", data=co, groups=co["subject"]).fit()

BIBD 可行性檢查:t = 處理數、k = 每區集處理數、r = 每處理重複數,則 λ=r(k−1)/(t−1) 必須是整數(λ = 每對處理同區集出現的次數)。

各設計的重點注意 ​

設計注意
CRD實驗單位異質時(年齡不同的動物、土壤不同的田),單位間變異全進誤差項,檢定力下降
RCBD不是為了「多分幾組」,而是保護處理比較不受已知雜訊干擾
因子設計交互作用顯著時不要只解讀主效果;先畫交互作用圖(線平行 = 無交互作用),見 二因子 ANOVA
2ᵏ 因子k 個兩水準因子,2ᵏ 組合;工程、篩選實驗常用
拉丁方格假設處理與兩個區集變數都沒有交互作用
交叉設計洗除期 (washout) 不足 → 殘留效應 (carryover) 會偏誤處理比較;需要效果可逆的處理
裂區設計整區因子與子區因子需要不同的誤差項;用一般二因子 ANOVA 會誇大整區因子的顯著性
交叉設計名詞意義
期別 (period)給予一種處理的時段
序列 (sequence)處理順序(A→B 或 B→A)
洗除期 (washout)處理之間的休息期
殘留效應 (carryover)前一處理的效果延續到下一期

二、流病與臨床研究設計 ​

text
研究設計
├── 觀察性:世代(前瞻 / 回溯)、病例對照、橫斷面、縱貫
├── 實驗性:隨機對照試驗 (RCT)
└── 證據整合:系統性回顧、統合分析 (meta-analysis)
類別設計方向特點優點缺點經典例子
觀察前瞻性世代 (prospective cohort)往前先依暴露分組,追蹤結果時序清楚、回憶偏誤少耗時、昂貴Framingham 心臟研究
觀察回溯性世代 (retrospective cohort)用既有紀錄從紀錄重建暴露與結果快、便宜資料品質、缺少干擾變數醫院員工疫苗紀錄 vs 感染
觀察病例對照 (case-control)往回先依結果分組,回溯暴露罕見疾病有效率回憶偏誤;無法算發生率Doll & Hill 吸菸與肺癌
觀察橫斷面 (cross-sectional)快照暴露與結果同時量快、適合盛行率無時序、無法推因果NHANES 肥胖調查
觀察縱貫 (longitudinal)多時點同一群人重複量測看個體內變化、時序流失偏誤、耗資源Nurses' Health Study
實驗RCT往前(隨機)隨機分派處理 vs 對照因果推論黃金標準昂貴、倫理限制、推廣性WHI 荷爾蒙療法試驗
整合系統性回顧 (systematic review)—全面蒐集並評估所有相關研究——Cochrane 回顧
整合統合分析 (meta-analysis)—統計合併多個研究的結果證據等級高、提高檢定力受限於納入研究的品質與異質性Statin RCT 統合分析

依研究目的另有描述性 (descriptive)、相關性 (correlational)、解釋性 (explanatory) 設計之分:描述性與相關性設計都無法推論因果,可用於產生假設。

三、基因變異與臨床終點分析 ​

評估遺傳變異(如 germline SNP)與不同臨床終點的關係時,常見的分析策略(OS、PFS、DFS、ORR、pCR 等終點的定義見 腫瘤臨床終點):

終點所需資料初步比較調整後分析視覺化 / 預測力
發生率(疾病風險)病例 vs 健康對照卡方檢定(基因型分布)邏輯斯迴歸(調整年齡、性別等)→ ORROC / AUC
治療反應有 / 無反應(化療、標靶、放療)卡方檢定邏輯斯迴歸(調整年齡、性別、分期)ROC / AUC
復發風險復發狀態 + 追蹤時間 → 無病存活 (DFS);起點為手術或治療開始卡方檢定Cox 迴歸 → HRKaplan-Meier、時間相依 ROC
死亡風險存活狀態 + 追蹤時間 → 整體存活 (OS);排除非疾病死亡時改看疾病特異存活卡方檢定Cox 迴歸 → HRKaplan-Meier、log-rank
遺傳模型 (genetic model)編碼(AA / Aa / aa,a 為風險等位基因)假設
加性 (additive)0 / 1 / 2每多一個風險等位基因,log-odds 增加固定量;GWAS 預設
顯性 (dominant)0 / 1 / 1帶一個就有效果
隱性 (recessive)0 / 0 / 1需要兩個才有效果
共顯性 / 基因型 (codominant)類別(2 個虛擬變數)不假設型態

同時檢定多個 SNP 或多種遺傳模型時要做 多重檢定校正;族群分層 (population stratification) 是遺傳關聯研究的主要干擾因子,常以主成分(genotype PCs)作為共變數調整。