Стратификация клинических исследований – это разделение субъектов и результатов по фактору, отличному от проводимого лечения.
Стратификацию можно использовать для обеспечения равного распределения подгрупп участников для каждого экспериментального условия. Это может быть сделано с учетом пола, возраста или других демографических факторов. Стратификацию можно использовать для контроля мешающих переменных (переменных, отличных от тех, которые изучает исследователь), тем самым облегчая исследование для обнаружения и интерпретации взаимосвязей между переменными . [1] Например, если проводится исследование физической подготовки, в котором ожидается, что возраст или пол будут влиять на результаты, участников можно разделить на группы по искажающей переменной. Ограничением этого метода является то, что он требует знания того, какими переменными необходимо управлять. [1]
Стратифицированные схемы случайной выборки делят население на однородные слои, и из каждой страты случайным образом выбирается соответствующее количество участников. [1] Пропорциональная стратифицированная выборка предполагает отбор участников из каждой страты в пропорциях, соответствующих генеральной совокупности. [1] Этот метод можно использовать для улучшения репрезентативности совокупности в выборке, гарантируя, что характеристики (и их пропорции) исследуемой выборки отражают характеристики совокупности. В качестве альтернативы можно использовать непропорциональную выборку, когда сравниваемые слои сильно различаются по размеру, поскольку это позволяет меньшинствам быть достаточно представленными. [1]
Стратификацию иногда называют блокировкой, и ее можно использовать при проектировании рандомизированных блоков . [1]
Стратифицированная целевая выборка представляет собой тип типичной выборки случаев и используется для получения выборки случаев, которые имеют значения «среднее», «выше среднего» и «ниже среднего» по определенной переменной; этот подход порождает три страты или уровня, каждый из которых относительно однороден или схож. [1]
Стратификация используется при квотной выборке — неслучайном методе, при котором исследователь выделяет слои населения и заранее определяет, сколько участников необходимо из каждого слоя. [1] Этот метод считается лучшим методом, чем удобная выборка , поскольку он пытается обеспечить правильное представление различных слоев.