Calculatrice gratuite Editverse
Générateur de séquences de randomisation pour les essais cliniques
Générez une séquence d'allocation reproductible pour un essai (randomisation simple, par blocs ou stratifiée avec une valeur initiale fixe) et copiez la commande R exacte associée au résultat. Un guide complet est fourni ci-dessous. Validé avec R 4.3.3.
En mots simples
La randomisation répartit les participants dans les groupes de traitement de manière aléatoire, ce qui élimine les biais de sélection et équilibre les facteurs de confusion connus et inconnus entre les groupes. Une séquence appropriée est générée par un processus aléatoire défini, et non par alternance, dates ou tout autre élément prévisible par un recruteur.
La randomisation par blocs permet de maintenir l'équilibre des effectifs des groupes au fur et à mesure du recrutement en randomisant au sein de petits blocs, tandis que la randomisation stratifiée équilibre les facteurs pronostiques importants en randomisant séparément au sein de chaque strate. L'utilisation d'une graine aléatoire enregistrée garantit la reproductibilité et la traçabilité de l'ensemble de la séquence.
Quand utiliser chaque méthode de randomisation
Utilisez la randomisation simple pour les essais de grande envergure où le hasard seul assure l'équilibre des groupes. Utilisez la randomisation par blocs lorsque des effectifs de groupes équilibrés sont nécessaires tout au long du recrutement, notamment dans les essais de petite taille, et la randomisation stratifiée lorsque quelques facteurs pronostiques importants doivent être équilibrés entre les bras de l'essai.
Quelle que soit la méthode choisie, la séquence doit rester secrète pour les personnes chargées du recrutement des participants. La dissimulation de la génération et de l'attribution sont deux mesures de sécurité distinctes et indispensables. Enregistrez la séquence initiale et les paramètres afin d'en assurer la reproductibilité. Adaptez la taille de l'échantillon à votre essai. Vous hésitez sur le protocole le plus adapté à votre essai ? Notre outil de sélection de tests peut vous aider.
set.seed({seed}) arms <- trimws(strsplit("{arms}", ",")[[1]]); blocks <- c({blocks}); n <- {n} strata <- trimws(strsplit("{strata}", ",")[[1]]); schéma <- "{schéma}" gen <- fonction(n) { si (grepl("Simple", schéma)) retourner(bras[échantillon.int(longueur(bras), n, remplacer = TRUE)]) sortie <- caractère(0) tant que (longueur(sortie) < n) { b <- blocs[échantillon.int(longueur(blocs), 1)] sortie <- c(sortie, échantillon(rep(bras, longueur.sortie = b))) } sortie[1:n] } si (grepl("Stratifié", schéma)) lapply(setNames(strates, strates), fonction(s) gen(n)) sinon gen(n)Mode d'emploi
Quand l'utiliser ? Générez une liste d'allocation reproductible (simple, par blocs permutés ou stratifiée) à partir d'une valeur initiale enregistrée. La commande R reproduit la liste exacte.
Hypothèses. La liste est détenue par une personne indépendante du processus de recrutement (dissimulation de l'affectation) ; la liste initiale et la liste sont archivées.
Erreurs fréquentes. N’utilisez pas une taille de bloc fixe dans les essais non menés en aveugle (les dernières affectations deviennent prévisibles). Une randomisation simple peut déséquilibrer les petits essais. Les méthodes dynamiques, comme la minimisation, nécessitent un logiciel dédié.
Exemple concret
Cliquez sur « Charger les données d'exemple » ci-dessus, puis sur « Lancer l'analyse » pour afficher un résultat complet avec figure, formule et interprétation pour ce test.
Références
- Schulz KF, Grimes DA. Génération de séquences d'allocation dans les essais randomisés. Lancet. 2002;359:515-519.
- Kim J, Shin W. Comment effectuer une allocation aléatoire (randomisation). Clin Orthop Surg. 2014;6(1):103-109.
Exemples travaillés
Exemple 1 — Randomisation par blocs
Dans un essai à deux bras utilisant des blocs de quatre, chaque bloc comprend deux groupes A et deux groupes B, présentés dans un ordre aléatoire. Après chaque groupe de quatre participants, les groupes sont parfaitement équilibrés ; un arrêt prématuré permet donc de conserver des bras comparables, ce qui est utile pour les essais de petite taille.
Exemple 2 — Randomisation stratifiée
Si la gravité de la maladie influence fortement le pronostic, il convient de randomiser séparément les patients atteints de formes légères et sévères, chacun avec sa propre séquence de blocs. Ceci garantit une répartition similaire des cas selon la gravité de la maladie dans les deux groupes, évitant ainsi un déséquilibre aléatoire sur un facteur pronostique clé.
Hypothèses à vérifier
Un processus véritablement aléatoire. La séquence doit provenir d'un générateur aléatoire défini avec une graine enregistrée, jamais de l'alternance, des dates de naissance ou de l'ordre d'admission.
Dissimulation de l'attribution. Les personnes inscrivant les participants ne doivent pas pouvoir prévoir la prochaine attribution ; une séquence générée n'est sûre que si elle reste secrète jusqu'à son attribution.
Taille de bloc judicieuse. Les blocs trop petits et de taille fixe deviennent prévisibles vers la fin de chaque bloc ; varier la taille des blocs réduit ce risque.
Erreurs courantes
Confondre génération et dissimulation
Même une séquence parfaitement aléatoire peut être détournée si les recruteurs ont accès aux affectations à venir. La génération et la dissimulation sont deux étapes distinctes, mais toutes deux essentielles.
Utilisation de blocs fixes prévisibles
Les petits blocs fixes permettent au personnel de deviner la dernière tâche de chaque bloc. Utilisez des blocs de taille aléatoire ou plus grande pour que l'attribution reste imprévisible.
Pseudo-randomisation par date ou par ordre
L'attribution par alternance, jour de la semaine ou numéro d'admission n'est pas une randomisation et réintroduit un biais de sélection.
Ne pas enregistrer la graine
Sans la graine aléatoire et les paramètres, la séquence ne peut être reproduite ni vérifiée, ce qui compromet la transparence de l'essai.
Questions fréquemment posées
Quelle est la différence entre la randomisation simple et la randomisation par blocs ?
La randomisation simple attribue chaque participant indépendamment ; la randomisation par blocs équilibre la taille des groupes en randomisant au sein de petits blocs.
Pourquoi stratifier ?
La stratification permet d'équilibrer les facteurs pronostiques importants entre les différents groupes, évitant ainsi un déséquilibre aléatoire sur les variables qui influencent fortement le résultat.
Qu’est-ce que la dissimulation d’allocation ?
Le système dissimule l'affectation à venir aux participants inscrits, afin que la séquence aléatoire ne puisse pas être détournée au moment de l'attribution.
Le résultat correspond-il à R ?
Oui. Le générateur utilise la randomisation standard de R avec une graine enregistrée et affiche la commande afin que la séquence exacte puisse être reproduite.
Calculatrices associées
Références
- Schulz KF, Grimes DA. Génération des séquences d'allocation dans les essais randomisés : le hasard, et non le choix. Lancette. 2002;359(9305):515–519. PMID 11853818.
- Schulz KF, Grimes DA. Dissimulation de l'allocation dans les essais randomisés : se prémunir contre le déchiffrement. Lancette. 2002;359(9306):614–618. PMID 11867132.
- Schulz KF, Altman DG, Moher D. Déclaration CONSORT 2010 : directives mises à jour pour la publication des essais randomisés en groupes parallèles. BMJ. 2010;340:c332.
Besoin de cette analyse pour votre manuscrit ?
Notre équipe élabore des plans de randomisation reproductibles — simples, par blocs ou stratifiés avec allocation cachée — et documente la graine et les paramètres pour une auditabilité complète.