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
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.
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
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 efektuWynik w R
ukryty bloki jawna_lista
roznica -0.006 0.085 0.270
istotny 0.049 0.058 0.135Bibliografia 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()).
- 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
Randomizacja w praktyce
Bloki o losowej długości, warstwy, minimalizacja Pococka–Simona i ukrycie przydziału – lista przydziału w R, symulacja i wzór opisu CONSORT.
Czytaj →PoradnikSTROBE, CONSORT i TRIPOD – która lista
Jak dobrać listę raportowania do schematu badania, wypełnić ją z numerami stron i obsłużyć punkty „nie dotyczy” – z tabelą i schematem wyboru.
Czytaj →PoradnikBadania kliniczne i pomiar przed i po – przewodnik
Osiem etapów badania z interwencją: schemat, etyka, błąd pomiaru, liczebność, ITT, ANCOVA, RCI i MCID oraz CONSORT – z linkami do każdego etapu.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- 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
- 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
- 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}}