Key points are not available for this paper at this time.
Gruppenrandomisierte Studientypen sind nützlich, wenn individuell randomisierte Designs entweder nicht möglich sind oder die Parameter von Interesse nicht schätzen können. Blockierte und/oder stratifizierte (zum Beispiel paarweise abgestimmte) Designs wurden verwendet, und ihre Eigenschaften wurden von vielen Forschern statistisch evaluiert. Gruppenrandomisierte Studien haben oft nur wenige experimentelle Einheiten und eine starke, geografisch induzierte Korrelation zwischen den Einheiten, was die Wahrscheinlichkeit erhöht, ein "schlechtes" Randomisierungsergebnis zu erhalten. Dieser Artikel beschreibt ein Verfahren – die zufällige Auswahl aus einer Liste akzeptabler Zuweisungen – um die Behandlungsbedingungen so zuzuordnen, dass ein Gleichgewicht bezüglich relevanter Kovariaten gewährleistet ist. Zahlreiche individuelle und gruppenbezogene Kovariaten können mithilfe von exakten oder Caliperkriterien in Einklang gebracht werden. Simulationsergebnisse zeigen, dass diese Methode gute Häufigkeitseigenschaften hat, aber es kann nötig sein, darauf zu achten, die Randomisierung nicht zu stark einzuschränken. Es gibt einen Kompromiss zwischen dem Erreichen eines guten Gleichgewichts durch ein stark eingeschränktes Design und dem Risiko, das Erscheinungsbild der Unparteilichkeit des Untersuchers zu gefährden und möglicherweise von der nominalen Fehlerwahrscheinlichkeit des Typs I abzuweichen.
Lawrence H. Moulton (Dienstag) hat diese Frage untersucht.