发布日期：|最后更新日期
交叉设计比较同一受试者接受的不同治疗方案，而洗脱期则确保了比较的公平性。本指南解释了双周期设计的工作原理、如何设定洗脱期以及如何分析结果。我们重新运行了一个已发表的案例，该案例涉及13名儿童和两种吸入药物，重新运行的结果既展示了该设计的有效性，也揭示了在检测残留效应时可能遇到的陷阱。
本页内容：定义·四种效应·洗脱期·实例分析·常见错误·样本量·报告撰写·常见问题解答
什么是跨界设计，以及它何时适用
在平行组试验中，每个受试者只接受一种治疗，因此比较的是受试者之间的差异。在交叉试验中，每个受试者按随机顺序接受两种或多种治疗，治疗之间设有洗脱期，因此比较的是受试者自身的差异[1]。最简单的形式是两周期两序列设计：一半受试者先接受A治疗再接受B治疗，另一半受试者先接受B治疗再接受A治疗[2]。由于每个受试者自身都是对照，因此受试者之间的差异在比较中被忽略，并且该设计可以用更少的受试者达到相同的精度[2]。
交叉试验设计在药物研究中应用广泛。一项对2000年12月发表的随机对照试验的回顾发现，共有116篇文献为交叉试验，涉及127项独立试验；其中72%采用了AB/BA设计，样本量中位数为15[1]。这些数据虽然年代久远，但仍然是对交叉试验报告方式最详尽的记录。
该设计适用于病情稳定、慢性且治疗效果短暂可逆的情况。如果病情自行好转或在第一阶段即治愈，则不应使用该设计[1,2]。其他局限性包括：所有治疗均针对同一患者；与平行试验相比，脱落和数据缺失的处理难度更大；以及半衰期长的药物难以安排洗脱[2]。
在信任某种治疗效果之前，需要区分以下四种影响：
Lim 和 In 列出了在解释治疗效果之前，交叉分析中需要检查的四件事[2]：
- 治疗效果： A 相对于 B 的直接影响。这正是你想要的。
- 周期效应： 无论采用何种治疗方法，由于时间推移，第一阶段和第二阶段的反应都会有所不同。AB/BA 设计将这种差异与治疗效果区分开来，因为每种治疗方法在两个阶段中出现的次数相同[2,3]。
- 延续效应： 第一种治疗持续到第二阶段，并改变了那里的反应[2]。
- 序列效应： 受试者被随机分配到的组别会影响结果。随机化使得这一假设具有合理性，但无法从数据中验证[2]。
Wellek 和 Blettner 指出了核心要点：该设计的主要目的是将治疗效应与周期效应区分开来，这就需要分别分析两个顺序组。他们指出，未按顺序组进行分析的交叉试验，即使有科学价值，也十分有限[3]。而且，只有在能够排除交叉效应的情况下，通常的配对分析才是有效的[3]。
清洗期应该有多长？
由于事后难以检测残留效应，实际的应对措施是设置足够长的洗脱期，以确保首次治疗的残留效应完全消失。Lim 和 In 指出，当残留效应在医学上不太可能发生或可以通过洗脱期消除时，选择交叉设计比依赖统计检验来判断残留效应不存在更为可取[2]。
对于药物而言，试验周期长度取决于消除半衰期。欧洲药品管理局的生物等效性指南指出，“通常至少需要5个消除半衰期”，以确保在第二试验周期开始时，所有受试者的药物浓度均低于定量限[6]。Lim和In指出，有时会使用3至4倍或更长的消除半衰期[2]。该指南针对的是生物等效性研究，因此，对于疗效试验，同样的逻辑也适用，但必须观察到临床效应，而不仅仅是血药浓度。
| 半衰期已过 | 药物残留 | 例如：半衰期 12 小时 |
|---|---|---|
| 1 | 50% | 完成。 |
| 2 | 25% | 完成。 |
| 3 | 12.5% | 完成。 |
| 4 | 6.25% | 完成。 |
| 5 | 3.1% | 60 小时（2.5 天） |
| 7 | 0.8% | 84 小时（3.5 天） |
计算很简单：经过 n 个半衰期后，药物剩余量约为 0.5n 。三个半衰期后剩余 12.5%，五个半衰期后剩余约 3%。我们的实用建议是，从对结果影响最大的最长半衰期开始计算，包括任何活性代谢物，并在入组前将清除期及其原因写入方案。
延长洗脱期并非没有弊端。Lim 和 In 指出，如果洗脱期过长，第二阶段的脱落率可能会升高[2]。对于运动或饮食等非药物疗法，由于不存在半衰期，因此洗脱期的合理性必须基于先前研究中疗效消失所需的时间。
许多试验并未对此进行清晰描述。在2009年的审计中，70%的交叉试验要么使用了洗脱期，要么解释了为何没有使用洗脱期，但只有29%的试验在方法部分提到了残留效应[1]。
实例：13 名儿童使用福莫特罗和沙丁胺醇
Lim 和 In 分析了 Senn 和 Auclair 最初发表的数据：13 名 7 至 14 岁的儿童接受了两种支气管扩张剂治疗，分别为 12 µg 福莫特罗和 200 µg 沙丁胺醇，采用两周期交叉试验设计，中间至少间隔一天的洗脱期。其中 7 名儿童随机分配先接受福莫特罗治疗，再接受沙丁胺醇治疗；6 名儿童则相反。每次吸入药物 8 小时后测量呼气峰值流量 [2,5]。表格列出了论文 [2] 中给出的全部 26 次测量结果。
| 儿童 | 序列 | 第二阶段（升/分钟） | 第二阶段（升/分钟） | 福莫特罗-沙丁胺醇 |
|---|---|---|---|---|
| 1 | 先用福莫特罗，再用沙丁胺醇 | 310 | 270 | +40 |
| 4 | 先用福莫特罗，再用沙丁胺醇 | 310 | 260 | +50 |
| 6 | 先用福莫特罗，再用沙丁胺醇 | 370 | 300 | +70 |
| 7 | 先用福莫特罗，再用沙丁胺醇 | 410 | 390 | +20 |
| 10 | 先用福莫特罗，再用沙丁胺醇 | 250 | 210 | +40 |
| 11 | 先用福莫特罗，再用沙丁胺醇 | 380 | 350 | +30 |
| 14 | 先用福莫特罗，再用沙丁胺醇 | 330 | 365 | - 35 |
| 2 | 先用沙丁胺醇，再用福莫特罗 | 370 | 385 | +15 |
| 3 | 先用沙丁胺醇，再用福莫特罗 | 310 | 400 | +90 |
| 5 | 先用沙丁胺醇，再用福莫特罗 | 380 | 410 | +30 |
| 9 | 先用沙丁胺醇，再用福莫特罗 | 290 | 320 | +30 |
| 12 | 先用沙丁胺醇，再用福莫特罗 | 260 | 340 | +80 |
| 13 | 先用沙丁胺醇，再用福莫特罗 | 90 | 220 | +130 |
我们使用 R 语言中的混合模型重新进行了分析：将序列、周期和治疗作为固定效应，并为每个儿童设置一个随机截距。治疗效应为 46.6 L/min，有利于福莫特罗组，95% 置信区间为 22.9 至 70.3 L/min。这与文献 [2] 中给出的区间一致。周期效应不显著（F = 2.17，P = 0.168）。表格中列出了我们的计算结果与文献中的数据。
| 数量 | 我们的重新计算（R） | 以 Lim 和 In 印刷 | 评论 |
|---|---|---|---|
| 治疗效果，福莫特罗-沙丁胺醇 | 46.6 升/分钟，95% CI 22.9 至 70.3 | 46.6，95% 置信区间为 22.9 至 70.3 | 同 |
| P 值，治疗 | 0.0012 | 表1中为0.001；正文中为0.012 | 文本值相差 10 倍 |
| 周期效应 | F = 2.17，P = 0.168 | F = 2.17，P = 0.168 | 同 |
| 结转测试 | F = 0.03，P = 0.86 | F = 0.45，P = 0.518 | 打印出的F值除以受试者内部误差；见下文 |
| 仅从第一阶段开始的治疗效果 | 54 L/min，95% CI -46 至 153，P = 0.26 | 未报告 | 置信区间为 199，而完整交叉分析的置信区间为 47。 |
其背后的代码很短：
library(nlme) # pef: 峰值流量；seq: AB 或 BA；per: 周期 1/2；trt: 福莫特罗或沙丁胺醇 fit <- lme(pef ~ seq + per + trt, random = ~ 1 | subj, data = d) summary(fit)$tTable # trt = 治疗效应，per = 周期效应 intervals(fit, which = "fixed") # 延续：比较每个儿童周期总和的两个序列，# 使用受试者间变异（在总和检验中） d_wide$total <- d_wide$p1 + d_wide$p2 t.test(total ~ seq, data = d_wide, var.equal = TRUE)
图表中还有一点值得注意：儿童之间的差异很大。峰值流量在不同儿童之间从 90 升/分钟到 410 升/分钟不等，远大于不同药物之间的差异。平行试验必须承受所有这些儿童间差异带来的噪声；而交叉试验则消除了这种噪声。
常见错误：用错误的误差项测试结转效应
已发表的方差分析表显示了这种情况很容易发生。图 2 是 Lim 和 In 的表 1，该表于 2026 年 10 月 28 日在 PubMed Central 上显示。结转均方为 335，打印的 F 值为 0.45，等于 335 除以 750，即被试内残差。但同一表格中的被试间残差为 10,443。正确的 F 值为 335 / 10,443 = 0.03，自由度分别为 1 和 11，P = 0.86。我们使用混合模型、序列总 t 检验和直接方差分析重现了这一结果；这三种方法均得出 P = 0.86 [2]。
结论不变：无论哪种方式，均未检测到残留效应，治疗结果不受影响。论文正文给出的治疗P值为0.012，而其自身表格以及我们的重新计算结果均为0.001。对你的研究而言，重要的是原理。检查你的软件对每种效应使用的误差项，并在小规模试验中谨慎对待任何残留效应检验。
真正的交叉效应问题代价巨大。如果无法排除交叉效应，Wellek 和 Blettner 指出，治疗效果只能从第一周期进行分析，即使是这种受限的分析也存在有效性问题 [3]。在本数据集中，仅第一周期的差异为 54 L/min，95% 置信区间为 -46 至 153 L/min (P = 0.26)。完整的交叉周期区间为 47 L/min；而仅第一周期的区间为 199 L/min，大约是前者的四倍。正是由于这一差距，预先计划的洗脱期远比事后测试更有价值。
样本量：为什么这种设计能节省参与者
以该数据集的分布情况为粗略参考，我们可以展示节省的费用。儿童体内不同药物间差异的标准差为 40.6 L/min。为了在双侧 5% 的显著性水平下，以 80% 的统计功效检测出 30 L/min 的差异，配对（交叉）分析大约需要 17 名儿童。一项平行试验，使用每个儿童的第一阶段读数，其合并标准差为 83.7 L/min，每组大约需要 124 名儿童，总共 248 名儿童 [2]。这些数字仅供参考：标准差仅来自 13 名儿童，本身并不精确，因此实际方案应从更大的样本量中获取数据并使用计算器进行计算。
2009 年的审计发现，仅有 20% 的交叉试验报告了样本量计算，而其中仅有 31% 的试验允许对数据进行配对 [1]。如果您计划开展此类试验，我们提供的免费样本量计算器和分步指南涵盖了基本内容。
交叉试验中需要报告哪些内容
2009 年对 2000 年 12 月发表的试验结果进行审计后发现，报告方面存在较大缺陷（图 3）[1]。下表列出了主要缺陷。
| 报道的内容 | 127项交叉试验的份额 | 计数 |
|---|---|---|
| 是否使用了冲洗剂，或者其未使用的原因 | 70% | 87-127 |
| 方法中解决了结转问题 | 29% | 37-127 |
| 描述或使用的正式结转测试 | 17% | 22-127 |
| 报告称存在分配隐瞒行为 | 17% | 22-127 |
| 预期样本量计算 | 20% | 26-127 |
| 给出置信区间或标准误差 | 29% | 38-127 |
| CONSORT式患者流程图 | 2% | 3-127 |
作者呼吁制定报告标准[1]，这些标准于2019年以CONSORT 2010随机交叉试验扩展的形式发布，该扩展修订了检查清单，并增加了修改后的流程图和基线表[4]。一份清晰的交叉试验报告应包含以下内容：
- 设计（AB/BA 或其他）、周期数和序列数，以及参与者如何随机分配到序列中；
- 冲刷长度及其原因；
- 分析中如何处理期间和结转；
- 治疗效果作为个体内部差异及其置信区间；
- 一张流程图，显示了每个阶段的辍学情况（我们的） 流程图专业版 绘制 CONSORT 风格的图表）；
- 样本量计算，包括个体内部变异。
要选择具体的检验方法，请参阅我们的《选择正确的统计检验方法指南》以及《t 检验、p 值和效应量》。
免费工具，助您开展交叉研究
Editverse的这些工具都是免费的，无需注册。
- GraphPro：创建可用于出版的图表，共 25 种类型，内置 t 检验、方差分析、相关性分析和卡方检验 p 值。免费，无需注册。
- 统计数据：免费的统计计算器和测试选择工具，涵盖组比较、分类结果、事件发生时间分析和诊断准确性。
- 流程图专业版：直接在浏览器中生成 PRISMA 2020、PRISMA-ScR、CONSORT、STROBE、STARD、MOOSE 和 ARRIVE 流程图。
- 样本量计算器免费提供试用版功率分析。
Editverse 相关指南
检查您的试验设计和分析。
如果您需要交叉分析、假设检验、表格和方法段落等论文写作服务，那么这项服务正是为此而设。
正在计划或分析交叉试验？一位拥有博士学位的生物统计学家会检查您的设计，使用正确的误差项进行周期、交叉效应和治疗分析，并为您的手稿撰写统计方法段落，并提供 60 天的修改机会。
交叉设计和清洗期常见问题解答
什么是跨界设计？
在交叉设计中，每个参与者以随机顺序接受两种或多种治疗，通常间隔一个洗脱期，因此每个人都作为自己的对照。最简单的版本是两周期两序列（AB/BA）设计[1,2]。
交叉试验中的洗脱期是什么？
洗脱期是指两个治疗期之间的间隔，目的是让第一次治疗的效果逐渐消失，以免影响第二次治疗的效果。其长度应根据治疗效果的持续时间预先设定[1,2]。
清洗期应该有多长？
这取决于治疗方法。对于药物而言，EMA生物等效性指南指出，通常至少需要5个消除半衰期，而《韩国麻醉学杂志》的一篇综述指出，有时会使用3到4个或更多的半衰期[2,6]。5个半衰期后，药物残留量约为3%。
什么是延续效应？
残留效应是指第一次治疗的效果延续到第二次治疗，并改变第二次治疗的反应。在AB/BA设计中，残留效应无法与其他效应完全区分开来，因此最佳的保护措施是设置足够长的洗脱期来防止残留效应的发生[2,3]。
期间效应和结转效应有什么区别？
周期效应是指无论采用何种处理，第一阶段和第二阶段的反应都存在差异，例如由于时间、季节或学习等因素造成的差异。残留效应是指第一阶段的处理会影响第二阶段的反应。AB/BA 设计将处理效应与周期效应区分开来；必须通过设计来防止残留效应[2,3]。
如果结果不显著，我可以检验是否存在残留效应和延续效应吗？
务必谨慎。交叉试验通过比较受试者间变异来评估两种序列，因此在小样本试验中效力较低，且结果不显著并不代表不存在交叉效应。设计评审专家建议，仅当交叉效应在医学上不太可能发生，或可以通过洗脱消除交叉效应时，才选择交叉设计[1,2,3]。
如果出现结转，我该怎么办？
Wellek 和 Blettner 建议，如果忽略结转效应不合理，则必须仅使用第一期数据分析处理效应，这样虽然结果有效，但精确度要低得多 [3]。在下面的例子中，仅使用第一期数据的区间大约是忽略结转效应的四倍。
什么情况下不应该使用分频设计？
如果病情在第一阶段自行好转或治愈，治疗效果持久或不可逆，或者长时间的停药会导致大量患者退出，则应避免使用该方法。该方法最适用于病情稳定的慢性疾病[1,2]。
交叉试验是否有报告指南？
是的。2019 年发布的 CONSORT 2010 随机交叉试验扩展版修订了检查清单，并增加了修改后的流程图和基线表 [4]。
结语
交叉设计能够提供平行试验无法比拟的精确度，前提是受试者人数相同，且已采取措施防止残留效应，而非事后进行检测。根据消除半衰期设定洗脱期，并在入组前记录原因，按顺序进行分析，并报告洗脱期、洗脱期、残留效应处理方法以及受试者内部差异及其区间[1,2,3,4,6]。如需设计或分析方面的帮助，请参阅我们的统计分析和审核服务。
案例
- Mills EJ、Chan AW、Wu P、Vail A、Guyatt GH、Altman DG (2009)。交叉试验的设计、分析和展示。试验 10:27。 10.1186/1745-6215-10-27
- Lim CY, In J (2021). 临床研究中交叉设计的考虑因素. Korean J Anesthesiol 74(4):293-299. 10.4097/kja.21165
- Wellek S, Blettner M (2012). 关于临床试验中交叉设计的正确使用：科学出版物评价系列第 18 部分。Dtsch Arztebl Int 109(15):276-281。 10.3238 / arztebl.2012.0276
- Dwan K、Li T、Altman DG、Elbourne D (2019)。CONSORT 2010 声明：扩展至随机交叉试验。BMJ 366:4378。 10.1136/bmj.l4378
- Senn SJ, Auclair P (1990). 临床试验的图形表示，尤其关注随时间变化的测量。统计医学 9(11):1287-1302。 10.1002/sim.4780091108
- 欧洲药品管理局。生物等效性研究指南，CPMP/EWP/QWP/1401/98 Rev. 1，第 4.1.1 节。由人用药品委员会 (CHMP) 于 2010 年 1 月 20 日通过，于 2010 年 8 月 1 日生效（2026 年 10 月 28 日生效）。 ema.europa.eu，CPMP/EWP/QWP/1401/98 Rev. 1