发布日期:|最后更新日期

在当今世界,准实验设计在公共卫生研究中至关重要。它们帮助我们解决诸如环境烟草烟雾的影响或卡特里娜飓风等灾害的影响等复杂问题。这些设计提供了一种无需遵循随机对照试验(RCT)严格规则即可研究问题的方法。当传统方法无效或不适用时,这一点尤为重要¹。

感谢像内曼、鲁宾和坎贝尔这样的先驱者,我们才有了强有力的理论来指导我们。这些理论帮助我们理解如何对因果关系做出正确的推测¹。

准实验设计是随机对照试验的绝佳替代方案。即使我们无法或不应进行随机分组,它们也能帮助我们了解重要的信息。在2024年,运用这些方法对于解决重大健康问题和获得新的见解至关重要。它们有助于我们克服传统随机对照试验的局限性。

关键精华

  • 准实验设计 对于解决现代 公众健康 的问题。
  • 它们具有灵活性和 伦理方面的考虑 传统 RCT 存在不足。
  • 理论框架增强了我们对 因果推理.
  • 实际挑战促使研究人员寻求替代方案 研究方法.
  • 实施科学在有效应用这些设计中发挥着关键作用。

准实验设计在现代研究中的重要性

准实验设计在现代研究中至关重要,尤其是在无法进行随机对照试验(RCT)的情况下。它们使我们能够研究各个领域(例如医疗保健)的真实世界情况。准实验设计具有灵活性,有助于我们在难以进行随机试验的情况下处理伦理问题²。例如,中断时间序列分析可以在符合伦理的前提下展示干预措施的效果。这凸显了准实验设计的重要性。

研究方法表明,准实验设计和随机设计往往得出相同的结论³。这证明准实验设计可以像 RCT 一样有效,尤其是在公共卫生等复杂领域。

准实验设计也应用于医学信息学中,用于检验治疗效果。即使没有随机选择,这些研究仍然可以提供宝贵的见解。由于其较高的外部效度,它们甚至可能更贴近现实生活<sup>4</sup>。不同类型的准实验设计有助于我们更好地理解复杂问题,而不受传统实验的局限性<sup> 4</sup>。

采用准实验设计有助于弥补随机对照试验的不足,并鼓励探索新的研究方法。这一转变体现了我们致力于运用科学、合乎伦理的研究方法,以应对当今研究的挑战。

理解准实验设计

准实验设计是一种不随机分配参与者的研究。当随机化不可行或不合乎道德时,准实验设计非常有用。这使得它非常适合研究现实世界的情况。

超过 450 个全球品牌在 40 多个国家使用这些设计。这表明它们的通用性和受欢迎程度⁵。此外,每年有超过 1 亿份调查使用这些方法,证明了它们的重要性⁵。

这些研究通常具有较高的外部效度,这意味着它们更贴近现实生活。这使得它们的发现更具相关性⁵ 。但是,与真正的实验相比,它们的内部效度通常较低。这会使证明因果关系变得更加困难⁵。

准实验设计也具有成本效益,所需的资源比完整实验少⁵。理解准实验设计有助于我们判断何时可以得出有效的结论。这对于了解哪些干预措施最有效至关重要。

许多人,例如临床医生和公共卫生工作者,都可以参加关于这些设计的课程⁶。这些课程教授如何在实际生活中运用这些设计,尤其是在需要帮助的领域。这有助于我们开展研究并产生实际影响。

如需了解更多信息,请查看网上关于准实验设计统计方法的众多资源。此外,还有一些课程可以帮助我们更好地运用这些设计进行因果推断⁷。

准实验设计:2024 年随机对照试验的替代方案

2024年,我们预计准实验设计将作为随机对照试验(RCT)的替代方案得到广泛应用。这些设计有助于我们解答公共卫生和实施科学等领域中的复杂问题。当RCT难以招募参与者并使其坚持完成试验时,准实验设计尤为有用。准实验设计简化了数据收集和分析流程,并使我们的研究结果更贴近现实生活<sup> 8</sup>。

如今,阶梯楔形设计和等待名单交叉设计等方法在实际研究中越来越受欢迎。例如,阶梯楔形设计常用于发展中国家的艾滋病治疗研究以及临床治疗性低温疗法指南的制定<sup> 9</sup>。这些方法使我们能够观察干预措施对患者的影响,并运用不同的分析技术,例如组内和组间比较<sup> 9 </sup> 。

最近一项研究考察了83项不同的准实验设计研究。结果显示,这些研究样本量大,参与者构成多样<sup> 10</sup>。这凸显了准实验设计在我们研究工具中的重要性。

准实验研究的主要特征

准实验研究具有一些关键特征,使其与传统的随机对照试验(RCT)有所不同。准实验研究不随机分配受试者,这使得它们更容易在现实生活中实施。这种灵活性允许研究人员采用各种适用于不同情况的研究设计,即使他们试图探究因果关系。

非等效组设计是一种常见的准实验研究方法。它通常不使用随机分配。这种研究无需设置专门的对照组即可展示结果随时间的变化<sup> 11</sup>。另一种方法是回归不连续性设计,其中受试者根据治疗前的得分接受治疗<sup> 11</sup>。此外,还有回归点位移设计、代理预测试设计和模式匹配设计等更多准实验研究设计<sup> 11</sup>。

尽管存在局限性,但这些研究仍被视为检验因果关系的首选方法。它们采用不同的方法来选择接受治疗的对象,例如查看治疗前后的数据或进行时间序列分析<sup> 12</sup>。主要问题在于,它们并非随机选择接受治疗的对象,这使得证明因果关系变得困难<sup> 13</sup>。

这些研究介于相关性研究和完全随机实验之间。它们自身也面临一些挑战,但在研究中仍然非常重要。尤其是在无法进行随机对照试验或不符合伦理的情况下,这一点更为重要¹³。

准实验研究的主要特征

准实验设计的类型

在探讨准实验设计类型时,我们将重点关注非随机研究和观察性研究。当无法使用随机化方法时,这些方法至关重要。它们有助于我们理解此类情况下的因果关系。

非随机研究

非随机研究着眼于不同人群,观察结果的变化。这在医疗保健等领域尤为重要,因为在这些领域,试验可能存在风险。例如,俄勒冈健康研究就是一个很好的例子。该研究探讨了医疗补助计划的扩展如何影响人们的生活¹³。

观察研究

观察性研究不会改变它所观察的数据。它帮助我们观察随时间推移的趋势和变化。我们使用诸如双重差分法和回归不连续性等方法来了解不同群体中事物的变化情况¹⁴。这类研究也有助于我们了解现实世界中事物的运作方式¹⁵。

设计类型描述常见的应用
非随机研究评估未随机分配的治疗组的结果。健康干预、政策评估。
观察研究分析现有数据以推断不经操纵的结果。公共卫生趋势、社会行为分析。

准实验研究中的因果推断方法

在探讨因果推断方法时,我们发现准实验研究采用了新的方法来发现因果关系。它们运用了自然实验和工具变量分析。即使无法进行真正的实验,这些方法也能帮助研究人员获得大量信息。

自然实验

自然实验利用外部事件来改变接受治疗的人群。它们关注的是事物如何自然发生,而非人为设计。例如,“搬迁至机会”住房政策改变了家庭的居住地,从而影响了他们的健康。这表明现实生活中的事件如何能教会我们因果关系¹⁶。

工具变量分析

工具变量分析旨在寻找那些影响接受干预者但不会改变结果的特殊变量。当我们无法随机选择干预对象时,这种方法非常有用。例如,我们可以研究班级规模如何影响学生,并假设学生在任何班级规模下的表现都相同。这种方法有助于我们了解不同环境如何改变结果<sup> 17</sup>和<sup> 7</sup>。

准实验设计中的常见挑战

当无法进行随机分配时,准实验设计非常有用。然而,它们也面临着一些挑战,这些挑战可能会影响结果的可靠性。这些问题主要涉及内部效度和外部效度的威胁。解决这些挑战是提高研究可靠性的关键。

对内部有效性的威胁

一个主要问题是混淆变量。这些变量会掩盖我们试图观察到的真正因果关系。一项研究表明,随机试验和非随机试验的结果差异很大,这凸显了缺乏强内部效度的风险³。在准实验中,通过改变变量很容易引入偏差,因此我们必须对此保持警惕。

缓解外部有效性问题

外部效度问题源于研究结果在其他领域的适用性。准实验在其他情境或不同人群中可能效果不佳。例如,在研究如何改进事物时,我们经常使用一些可能并不适用于所有情况的研究设计²。我们需要采用良好的抽样和分析方法,以确保研究的可靠性和实用性。

加强准实验设计的统计技术

在探讨如何加强准实验设计时,我们将看到一些关键的统计工具。回归断点设计、双重差分估计和倾向评分匹配等技术能够提高研究结果的可信度。每种方法都有助于消除偏差,提升医疗保健研究证据的质量。

不连续性回归设计

回归不连续性设计(RDD) 通过考察阈值点来发现因果效应,其优势显著。它允许研究人员在特定时间点比较相似组别,从而聚焦于治疗效果。该方法一直是医疗保健研究的首选,有助于得出可靠的结论并减少混杂因素的影响。

差异估计

双重差分估计法是比较不同群体随时间推移的结果的有力工具。它可以校正群体间任何初始差异,从而更清晰地展现治疗效果。近期研究强调了其在医疗保健领域的重要性,因为在医疗保健领域,随机分配是不可能的<sup> 18,19</sup>。

倾向得分匹配

倾向评分匹配通过匹配影响治疗选择的特征来帮助平衡治疗组和对照组。这种方法可以减少偏差并提高因果推断的精确度。它现在是观察性研究中试图匹配随机试验条件的关键方法<sup> 18,20 </sup> 。

加强准实验设计的统计技术

统计技术描述关键用例
不连续性回归设计在截止点处识别因果关系健康干预 具有明确的门槛标准
差异估计衡量不同群体之间随时间的影响干预前后效果的比较研究
倾向得分匹配在可观察的指标上平衡治疗组和对照组旨在获取类似随机样本的观察性研究

运用这些统计技术时,我们必须保持高标准,才能得出可信的结论。这些结论应当指导政策和实践。

准实验设计在跨学科中的应用

准实验设计(QED)广泛应用于公共卫生和社会科学等诸多领域。它能帮助研究人员在现实生活中研究干预措施,从而获得传统方法可能无法实现的洞见。

在公共卫生领域,定量工程设计(QED)对于检验项目效果至关重要。例如,它们采用前后测设计、非等效组设计以及中断时间序列设计等方法。这些方法有助于在不随机分配参与者的情况下估计效果。当随机分配不切实际或不合适时,这一点尤为重要²。

社会科学家使用这些设计对政策和计划进行有力的评估。他们研究现实世界的例子,以展示复杂事物的运作方式。随机方法可能会忽略社会因素的影响。QED 让我们在考虑人类行为和互动的同时研究重要的社会问题。

这些方法在实施科学领域展现了其价值,实施科学旨在研究如何使干预措施在现实生活中发挥作用。研究表明,不同的方法各有价值,例如分析医疗干预措施如何盈利³。运用这些方法有助于我们理解医疗干预措施及其对社会的影响。

总之,准实验设计有助于我们了解干预措施的运作机制,并为公共卫生和社会科学领域提供深刻的见解。运用这些方法是解决现实世界问题的关键。

准实验设计在实施科学中的作用

在实施科学中,准实验设计是检验健康干预措施效果的关键。它们使我们能够了解循证实践在现实世界中的应用情况。诸如中断时间序列研究或阶梯楔形研究等设计能够提供重要信息。这些信息有助于我们了解如何使新的干预措施发挥最佳效果。

准实验设计帮助我们应对医疗保健系统中的严峻挑战。过度治疗和治疗不足等问题表明,我们需要更好的方法来弥合我们所知和所做之间的差距。我们的研究表明,审计和反馈等措施可以使健康干预持续更长时间。

研究人员还谈到需要设计符合实际情况且兼顾成本效益的试验方案。他们认为,整群随机化可能比个体随机化更好。这是因为人为因素会影响试验结果<sup> 21</sup>。

关于随机对照试验和准实验设计哪种更适合检验这些策略,目前尚存争议<sup>22</sup>。我们的研究表明,准实验设计速度更快,在某些情况下可能更有效。更多详情,请参阅我们关于此主题的详细资源。

元件信息
重要性弥合证据与实践之间的差距,确保有效实施健康干预措施。
方法利用中断时间序列和阶梯楔形研究等设计来洞察现实世界。
挑战解决人类偏见并确保与上下文相关的评估策略。
启示通过严格评估实施策略,有可能改善医疗保健结果。

我们认为准实验设计不仅仅是随机试验的替代方案。它们对于了解如何使健康干预措施发挥更好的作用并改善结果至关重要。

使用准实验设计的好处

准实验设计具有诸多优势,能够增进我们对干预措施的理解。当随机试验不可行或不合适时,准实验设计使我们能够研究因果关系。例如,英国的质量与结果框架(QOF)支付计划于2004-05年启动。该计划表明,这些研究在真实的医疗环境中非常有用<sup> 23</sup>。

这些设计方案让我们能够在避免随机抽样带来的伦理问题的同时,获得有用的见解。例如,中断时间序列(ITS)分析即使在不进行完全随机抽样的情况下也能揭示因果关系<sup> 23 </sup>。它们适用于不同的研究环境,在将伦理放在首位的同时,还能获得良好的结果。

比较不同的健康实践表明,不同的干预措施对人们的影响各不相同。例如,哮喘和糖尿病的治疗有所改善,但心脏病的治疗却保持不变<sup> 23</sup>。这表明,准实验方法在真实世界健康研究中至关重要,它能帮助我们了解哪些方法最有效。

使用准实验设计可以让我们更深入地了解干预措施是如何运作的以及它们的效果。是否选择使用准实验设计取决于实际因素,例如成本和伦理,旨在提高研究的有效性<sup>24</sup>。

研究人员的局限性和注意事项

探讨准实验设计的局限性,既能展现其价值,也能揭示其挑战。这类设计在内部效度和外部效度方面都存在问题,这可能会削弱研究结果的可靠性。例如,非随机研究通常比随机试验存在更多偏倚,因此可靠性较低(Cochrane 综述)。我们在设计研究时必须密切关注研究考量因素。

一项对136篇论文的研究发现,观察性队列研究通常比随机对照试验(RCT)显示出更大的治疗效果。这表明,在非随机研究中,研究设计选择至关重要。文献强调需要区分“强”研究和“弱”研究(链接至Cochrane关于非随机研究的资源)。这种复杂性提醒我们,在从研究中得出结论时务必谨慎。

我们的研究是在复杂的世界中开展的。例如,一场有 267 人参加的辩论表明,参与者的知识水平参差不齐。只有 26% 的人知识匮乏,56% 的人知识丰富,18% 的人是专家(BMC Proceedings)。这表明,将我们的方法与我们团队的知识相匹配以避免偏见是多么重要。

在研究中,我们必须始终正视准实验设计的局限性。通过关注设计特征,而不仅仅是标签,我们可以克服非随机研究的挑战。认识到这些挑战有助于我们找到改进研究的新方法,从而在未来获得更值得信赖的结果<sup>25 26 27</sup>。

结语

准实验设计现在被视为研究中随机对照试验(RCT)的重要替代方案。自2016年《21世纪治愈法案》颁布以来,这些设计变得越来越重要。它们有助于研究治疗的有效性和安全性,尤其是在我们无法招募到足够多的受试者进行RCT时<sup> 28</sup>。

这些设计灵活而坚固,适用于各种情况。它们对于研究人员来说是非常有价值的工具。

我们期望通过真实世界数据和更完善的方法,使这些设计更加完善可靠<sup>29</sup>。展望未来,准实验设计很可能在研究真实世界的治疗方法中发挥重要作用。这将有助于我们更好地理解复杂问题,并改进循证实践。

常见问题解答

什么是准实验设计?

当无法进行随机对照试验 (RCT) 或不符合伦理道德时,准实验设计是研究干预措施的方法。它们让研究人员无需随机分配即可研究因果关系。

为什么准实验设计在现代研究中很重要?

它们至关重要,因为在无法进行随机对照试验的情况下,它们能提供强有力的证据。公共卫生和社会科学等领域的研究人员利用它们来安全有效地研究干预措施的效果。

准实验设计中通常使用哪些技术?

这些技术包括自然实验、工具变量分析、回归断点设计、双重差分估计和倾向得分匹配。这些方法有助于减少偏差,使研究结果更加可靠。

准实验设计与 RCT 有何不同?

主要区别在于治疗方法。 RCT 将受试者随机分组,而准实验设计则不会。这让研究人员能够以灵活而有条理的方式研究干预措施。

准实验设计面临哪些挑战?

挑战包括混淆变量导致的内部效度问题,以及研究结果能否推广到其他地区的担忧。解决这些问题至关重要,以确保结论的可靠性。

如何加强准实验研究的效度?

我们可以使用回归不连续性设计、差异估计和倾向得分匹配等统计方法来提高有效性。这些方法有助于控制混杂变量并准确研究因果关系。

准实验设计通常应用于哪些学科?

它们在公共卫生、社会科学和实施科学中被广泛使用。它们可以洞悉干预措施的效果及其对社会的影响。

使用准实验设计有哪些道德优势?

这些设计有助于避免治疗方式带来的伦理问题,尤其是在微妙的情况下。它们提供了有用的见解,而不会强迫人们参与他们不想参与的实验。

研究人员在使用准实验设计时应该注意哪些限制?

研究人员应该了解偏见、复杂的分析需求和有效性问题。他们必须小心处理好这些问题,以确保他们的发现是正确的。

源链接

  1. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2446460/
  2. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6923620/
  3. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1380192/
  4. https://dovetail.com/research/quasi-experimental-design/
  5. https://www.voxco.com/blog/what-is-a-quasi-experimental-design/
  6. https://epibiostat.ucsf.edu/study-designs-intervention-research-real-world-settings
  7. https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/s12874-021-01224-x
  8. https://www.slideshare.net/slideshow/alternative-experimental-designs/251103998
  9. https://www.jabfm.org/content/jabfp/24/5/589.full.pdf
  10. https://www.nature.com/articles/s41467-019-12457-2
  11. https://conjointly.com/kb/quasi-experimental-design/
  12. https://www.statisticssolutions.com/dissertation-resources/research-designs/quasi-experimental-research-designs/
  13. https://www.questionpro.com/blog/quasi-experimental-research/
  14. https://www.appinio.com/en/blog/market-research/quasi-experimental-design
  15. https://www.lshtm.ac.uk/research/centres/centre-evaluation/non-randomised-and-quasi-experimental-designs
  16. https://academic.oup.com/book/25367/chapter/192447696
  17. https://link.springer.com/chapter/10.1007/978-3-031-12982-7_3
  18. https://vcm.edpsciences.org/articles/vcm/pdf/2024/01/vcm20240001.pdf
  19. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8011057/
  20. https://academic.oup.com/cid/article/45/7/901/543152
  21. https://trialsjournal.biomedcentral.com/articles/10.1186/s13063-023-07578-5
  22. https://www.cambridge.org/core/journals/prehospital-and-disaster-medicine/article/quasiexperimental-design-pretest-and-posttest-studies-in-prehospital-and-disaster-research/13DC743E82CE9CC6407998A05C6E1560
  23. https://www.bmj.com/content/350/bmj.h2750
  24. https://www.linkedin.com/advice/0/how-do-you-choose-between-quasi-experimental
  25. https://bmcproc.biomedcentral.com/articles/10.1186/s12919-023-00285-8
  26. https://training.cochrane.org/handbook/current/chapter-24
  27. https://www.sciencedirect.com/science/article/abs/pii/S0749379707002255
  28. https://vcm.edpsciences.org/articles/vcm/full_html/2024/01/vcm20240001/vcm20240001.html
  29. https://mhealth.jmir.org/2016/3/e107