如何用R语言实现RCT分层区组随机化，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
创新互联从2013年创立，是专业互联网技术服务公司，拥有项目成都网站设计、成都做网站、外贸网站建设网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元平顶山做网站,已为上家服务,为平顶山各地企业和个人服务,联系电话:028-86922220
划重点：分层区组随机化，一般多中心的RCT常用，以中心分层后，各层中再区组从而保证各组受试者数量均衡。
调用的package是blockrand，包的内容，就只有这一个功能，就是做分层区组随机化，就喜欢这种直白的包，没有眼花缭乱的东西。
简单说明一下，为了演示的直观，编了一个虚拟场景。假设有个方案的Sample-size是32，Two-arm Designs，两个中心(center A & B)，区组长度设为4，随机化代码如下:
输入：
library(blockrand)C_A <- blockrand(n=20, # 该层患者数 id.prefix='A', # 层的编号 block.prefix='A', # 区组号前缀 stratum='center_A', # 层的label block.sizes = 2, # 固定区组长度 num.levels = 2 # 实验分组数量 )C_B <- blockrand(n=12, id.prefix='B', block.prefix='B', stratum='center_B', block.sizes = 2, num.levels = 2 )result <- rbind(C_A,C_B)print(result)
输出：
id stratum block.id block.size treatment1 A01 center_A A1 2 B2 A02 center_A A1 2 A3 A03 center_A A2 2 A4 A04 center_A A2 2 B5 A05 center_A A3 6 A6 A06 center_A A3 6 B7 A07 center_A A3 6 B8 A08 center_A A3 6 A9 A09 center_A A3 6 B10 A10 center_A A3 6 A11 A11 center_A A4 2 B12 A12 center_A A4 2 A13 A13 center_A A5 2 B14 A14 center_A A5 2 A15 A15 center_A A6 6 B16 A16 center_A A6 6 A17 A17 center_A A6 6 B18 A18 center_A A6 6 A19 A19 center_A A6 6 B20 A20 center_A A6 6 A21 B01 center_B B1 4 A22 B02 center_B B1 4 B23 B03 center_B B1 4 A24 B04 center_B B1 4 B25 B05 center_B B2 4 A26 B06 center_B B2 4 B27 B07 center_B B2 4 A28 B08 center_B B2 4 B29 B09 center_B B3 4 B30 B10 center_B B3 4 A31 B11 center_B B3 4 B32 B12 center_B B3 4 A
以上展示的是一个最基本的例子，关于随机化其实根据方案和实际情况的不同，状况也是多种多样的，实际应用靠的还是举一反三。
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。
