隨機分派(Randomization in Experimental study)

Overview
隨機分派(randomization)為臨床試驗研究常見的研究設計。對統計方法而言，隨機分派設計能夠令統計方法的估計與推論更有效。對研究設計而言，隨機分派能具備干擾因子的有效控制，降低研究分析時可能產生的干擾作用，避免研究結果失去價值。時至今日，隨機分派設計早已是現代醫學研究，特別是臨床試驗(clinical trial)不可或缺的方法。然而這套方法卻是在20世紀早期才逐漸發展成熟，由兩位學者各自提出並推廣，對流行病學與生物統計領域的影響十分深遠，因此筆者將會介紹這兩名學者與隨機分派的關係與一些軼事，也就是Hill's and Fisher's randomization。另外，筆者也將介紹隨機分派設計的結構與做法，與其變化過的幾種型態。

流病研究設計簡介(Introduction for study design)

研究設計的終極目標即是尋思如何找出因果效應，counterfactual theory提供一個很清楚的思考脈絡去找出exposure與outcome之間的因果效應，我將用一個很簡單的例子來說明此概念：

一位天賦異稟的研究者想要了解台灣族群吃"生大蒜"降低"缺血型腦中風(Ischemic stroke)"的風險，因此選取所有台灣人，並且操控所有台灣人從D-day開始每天三餐飲食皆額外吃3粒生大蒜，接著觀察所有台灣人在研究結束後，測量缺血型腦中風的發生頻率，接著研究者必須施展超能力將時空重置，再次回到D-day，然後這次令所有台灣人每天三餐都不額外吃３粒生大蒜，接著再次於研究結束後測量缺血型腦中風的發生頻率。如此一來，研究者就可以取得所有台灣人在相同時空內兩種情境之結果，也可以確定每天三餐吃3粒生大蒜與發生缺血型腦中風的因果效應是多少。