Słownik metodologiczny · Projekt badania

Ukrycie przydziału (allocation concealment) – jak chronić randomizację?

Ukrycie przydziału sprawia, że osoba włączająca uczestnika nie wie, do której grupy trafi on jako następny. Pokazujemy, czym różni się od zaślepienia, jakie metody są bezpieczne, symulację błędu selekcji w R i opis do pracy.

Strona główna / Słownik / Ukrycie przydziału
W skrócie: Ukrycie przydziału (allocation concealment) to procedura, dzięki której nikt, kto kwalifikuje i włącza uczestników, nie zna kolejnego przydziału przed nieodwołalnym włączeniem osoby. Chroni przed błędem selekcji, da się je zapewnić w każdym badaniu i nie jest tym samym co zaślepienie.

Co to jest ukrycie przydziału?

Ukrycie przydziału (ang. allocation concealment) to procedura, dzięki której osoba kwalifikująca i włączająca uczestnika nie wie, do której grupy trafi on jako następny – aż do chwili nieodwołalnego włączenia. Schulz i Grimes (2002) piszą, że od ukrycia zależy cała randomizacja: bez niego nawet poprawnie wygenerowaną sekwencję da się obejść, np. odkładając włączenie osoby o gorszym rokowaniu. Nie myl go z zaślepieniem. Ukrycie chroni przed błędem selekcji i da się je zapewnić w każdym badaniu; zaślepienie dotyczy tego, co dzieje się po przydziale (Altman i Schulz, 2001).

Jak ukryć przydział

  • Osoba generująca sekwencję nie kwalifikuje ani nie włącza uczestników.
  • Najlepiej przydział zewnętrzny: centralna randomizacja telefoniczna lub internetowa po zarejestrowaniu uczestnika albo apteka z kolejno numerowanymi, identycznymi opakowaniami.
  • Bez pomocy z zewnątrz: kolejno numerowane, nieprzezroczyste, zaklejone koperty, otwierane po kolei (Altman i Schulz, 2001).

Stawka jest wymierna. Schulz i in. (1995) w 250 badaniach z 33 metaanaliz stwierdzili, że przy nieodpowiednim ukryciu ilorazy szans były zawyżone średnio o 41%, a przy niejasnym opisie – o 30%.

Przykład

W symulacji w R (5000 badań po 80 osób, bloki po 4) interwencja nie działa. Rekrutujący, który wie, że następny przydział to interwencja, w połowie przypadków odsyła kandydata z gorszym rokowaniem. Przy ukrytym przydziale średnia różnica wyników wynosiła −0.006, a wynik istotny (p < .05) wychodził w 4.9% badań. Gdy rekrutujący znał tylko długość bloku i wcześniejsze przydziały: 0.085 i 5.8%. Przy jawnej liście: 0.270 i 13.5%.

Jak opisać w pracy

Sekwencję przydziałów wygenerowała w R osoba niezaangażowana w rekrutację. Przydział był ukryty: badacz poznawał grupę uczestnika dopiero po jego zarejestrowaniu w centralnym systemie internetowym.

Na co uważać

  • Lista dostępna zespołowi, np. w arkuszu na wspólnym dysku, to brak ukrycia.
  • Stałe bloki w badaniu otwartym pozwalają odgadnąć część przydziałów – zob. randomizacja blokowa.
  • Ogólnik „koperty”. Opisz mechanizm i kto go obsługiwał; od tego zależy ocena w RoB 2.

Mechanizmy ukrycia w praktyce omawia wpis Randomizacja w praktyce, a wymogi raportowania – Wytyczne raportowania STROBE, CONSORT i TRIPOD.

Przykład reprodukowalny

Symulacja błędu selekcji w R

Kod symuluje badanie bez efektu interwencji, w którym rekrutujący odsyła część kandydatów o gorszym rokowaniu, gdy zna kolejny przydział, i porównuje trzy poziomy wiedzy o sekwencji.

Przydział ukryty, przewidywalne bloki i jawna lista

Dane wejściowe: dane symulowane z set.seed(4120): 5000 badań po 80 osób, bloki po 4, rokowanie z ~ N(0, 1), wynik y = z + szum, brak efektu interwencji.

Co odczytać: średnią różnicę A − B (powinna wynosić 0) i odsetek wyników istotnych (powinien wynosić około 5%).

R
# Ukrycie przydziału a błąd selekcji: badanie z 80 osobami (bloki po 4), interwencja NIE działa.
# Rokowanie kandydata z ~ N(0, 1), wynik y = z + szum. Rekrutujący, który wie, że następny
# przydział to A (interwencja), w połowie przypadków odsyła kandydata z gorszym rokowaniem (z < 0)
# i czeka na następnego.
set.seed(4120)
blok4 <- function(n) unlist(replicate(n / 4, sample(rep(c("A", "B"), 2)), simplify = FALSE))
badanie <- function(wiedza) {
  lista <- blok4(80)
  z <- numeric(80)
  for (i in 1:80) {
    znany <- switch(wiedza,
                    ukryty = FALSE,                                  # nieprzezroczyste koperty, centrala
                    jawna_lista = TRUE,                              # lista przydziałów na tablicy
                    bloki = {                                        # zna bloki po 4, zgaduje pewne przydziały
                      koniec <- 4 * ceiling(i / 4)                   # ostatnie miejsce bieżącego bloku
                      length(unique(lista[i:koniec])) == 1           # w bloku zostało tylko jedno ramię
                    })
    repeat {
      kand <- rnorm(1)
      if (!(znany && lista[i] == "A" && kand < 0 && runif(1) < .5)) break
    }
    z[i] <- kand
  }
  y <- z + rnorm(80)
  t <- t.test(y[lista == "A"], y[lista == "B"])
  c(roznica = unname(diff(rev(t$estimate))), istotny = t$p.value < .05)
}
wyniki <- sapply(c("ukryty", "bloki", "jawna_lista"), function(w) rowMeans(replicate(5000, badanie(w))))
round(wyniki, 3)   # średnia różnica A − B i odsetek wyników istotnych (p < .05) przy braku efektu
Wynik w R
        ukryty bloki jawna_lista
roznica -0.006 0.085       0.270
istotny  0.049 0.058       0.135

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów base i stats). W pracy podaj wersję R, której faktycznie użyto (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Najczęstsze pytania

Czy ukrycie przydziału to to samo co zaślepienie?

Nie. Ukrycie przydziału działa do chwili włączenia i chroni przed błędem selekcji; można je zapewnić w każdym badaniu. Zaślepienie dotyczy tego, co dzieje się po przydziale, i nie zawsze jest możliwe (Altman i Schulz, 2001).

Kiedy koperty są bezpiecznym sposobem ukrycia przydziału?

Mogą, jeśli są kolejno numerowane, nieprzezroczyste, zaklejone i otwierane po kolei, dopiero po wpisaniu danych uczestnika na kopercie. Bywają jednak nadużywane, dlatego lepszy jest przydział zewnętrzny, np. centralny system internetowy.

Czy ukrycie przydziału jest potrzebne w badaniu otwartym?

Tak, i to szczególnie. Gdy uczestnicy i badacze znają przydziały po włączeniu, łatwiej odgadnąć kolejne, zwłaszcza przy stałych blokach. Ukrycie przydziału i losowa długość bloków ograniczają ten problem.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Altman, D. G., & Schulz, K. F. (2001). Concealing treatment allocation in randomised trials. BMJ, 323(7310), 446.1–447. https://doi.org/10.1136/bmj.323.7310.446 ● Otwarty dostęp
  2. Schulz, K. F., & Grimes, D. A. (2002). Allocation concealment in randomised trials: Defending against deciphering. The Lancet, 359(9306), 614–618. https://doi.org/10.1016/s0140-6736(02)07750-4
  3. Schulz, K. F., Chalmers, I., Hayes, R. J., & Altman, D. G. (1995). Empirical evidence of bias: Dimensions of methodological quality associated with estimates of treatment effects in controlled trials. JAMA, 273(5), 408–412. https://doi.org/10.1001/jama.1995.03520290060030

Cytowania BibTeX

@article{altman2001concealing, author={Altman, Douglas G. and Schulz, Kenneth F.}, title={{Concealing treatment allocation in randomised trials}}, journal={BMJ}, year={2001}, volume={323}, number={7310}, pages={446.1--447}, doi={10.1136/bmj.323.7310.446}}
@article{schulz2002allocation, author={Schulz, Kenneth F. and Grimes, David A.}, title={{Allocation concealment in randomised trials: Defending against deciphering}}, journal={The Lancet}, year={2002}, volume={359}, number={9306}, pages={614--618}, doi={10.1016/s0140-6736(02)07750-4}}
@article{schulz1995empirical, author={Schulz, Kenneth F. and Chalmers, Iain and Hayes, Richard J. and Altman, Douglas G.}, title={{Empirical evidence of bias: Dimensions of methodological quality associated with estimates of treatment effects in controlled trials}}, journal={JAMA}, year={1995}, volume={273}, number={5}, pages={408--412}, doi={10.1001/jama.1995.03520290060030}}
R