科学被美化为一个在严格标准下完美运行的系统，它产生的结果经得起检验，值得信赖。遗憾的是，事实并非如此。
科学失败的例子数不胜数。最令人震惊的是，这些失败来自于危及生命的临床研究。例如
1. 将同一研究课题的随机对照试验与观察性研究进行比较时，文献中的差异显而易见。对维生素抗氧化特性的研究表明，在观察性研究中，维生素与全因死亡率（all-cause mortality）、癌症和心血管疾病呈反向关系。然而，当进行多项随机对照试验来测试相同的关联时，抗氧化剂补充剂的保护性质却消失了。
2. 采用类似试验设计的研究之间存在不一致。对 37 项随机对照试验的重新分析表明，62% 的结果在重新研究后发生了变化，包括重新解释了应接受治疗的患者，以及治疗效果的方向、幅度或统计学意义发生了变化。同样，在 49 项引用率较高的原始临床试验中，有 16% 的后续研究与原始研究相矛盾，16% 的后续研究显示治疗效果较弱。
3. 差异可能是由于进行、报告和分析方法的错误造成的。对 250 项对照试验的重新分析表明，当试验采用的隐藏方法不当或未能充分报告隐藏方法时，治疗效果会被高估（P < 0.001）。
重复和推广危机
这些问题是再现和重复危机的基础。根据再现和重复危机的说法，在心理学、遗传学、肿瘤学、心血管疾病和癌症等主要领域的研究中，有 35%-90% 的研究无法再现或重复。
错误的研究结果会造成欺骗性和不可信的直接影响，除此之外，还会对患者和医疗服务提供者产生更大的临床影响。研究人员、医疗保健专业人员和公众无法获得有关干预措施效力和有效性的可靠证据，这对他们做出适当医疗保健决策的能力产生了负面影响。
拙劣的科学只能通过更好的科学来纠正。虽然通过同行评审和开放获取后的评论对研究进行事后批评有助于发现研究中存在的问题，但这种批评无法纠正已经进行的不良科学研究。我们需要更好的研究，而且这些试验必须进行得当、没有偏见，以确保结果尽可能接近真相。
随机对照试验（RCT）是临床试验的黄金标准。它们试图确定干预措施与结果之间的因果关系。理想情况下，随机对照试验应不受混杂因素和偏见的影响。然而，RCT 并非 RCT。换句话说，有的 RCT 做得很好，有的 RCT 做得很差，方法不当，存在偏差。
以下是研究人员设计和实施无偏见 RCT 所需的六个步骤：
1. 方案
编写方案，预先规定将使用的方法和将测量的结果。方案要求研究者对预定计划负责，有助于降低偏倚风险。为推断计划与最终研究报告之间的偏差，可将规程与最终报告进行比较，以确保方法和结果符合预先规定。规程还有助于防止选择性结果报告，即只选择阳性的、有统计学意义的和新颖的结果进行报告，这可能会导致对真实结果的看法出现偏差，如果某些结果被隐瞒而不公布，可能会扭曲临床结论。
2. 足够数量的参与者
需要招募足够数量的参与者（样本量），才能检测到组间的真实差异，从而为结果的有效性提供统计学上的信心。如果参与人数不足，结果可能会估计错误。这会导致结论有偏差。
根据研究问题和结果的不同，需要根据最小临床重要性差异确定特定的样本量，最小临床重要性差异是指研究结果必须达到的临床阈值，其临床重要性将改变患者的治疗方案。这意味着，如果干预有效，参与者将观察到对其病情有价值的效果。
许多临床试验的样本量不足。如果效果显著，结果可能会被夸大和高估。如果证明效果不显著，则证明缺乏证据。无论哪种情况，结果都不可信。因此，必须
- 在招募参与者之前计算出足够的样本量
- 招募指定数量的参与者并随机分组
- 将这些参与者的所有数据都纳入分析中
3. 适当的随机分组
需要将参与者随机分组，以确保各组之间的所有混杂因素相同，并且不会使结果偏向于某一组。随机对照研究的主要好处是，如果进行得当，可以确定因果关系，即干预措施导致了结果。如果没有适当的随机化来平衡混杂因素，就无法确定因果关系。
适当的随机化程序包括
- 使用计算机随机数生成器
- 使用随机数表
- 掷硬币
- 洗牌或信封
- 掷骰子
- 抽签
不适当的随机化方法包括
- 区组随机化（Block randomization）
- 奇数或偶数的出生日期
- 任意规则，如入院日期、医院或诊所记录编号
- 临床医生的判断
- 参与者的偏好
- 根据实验室检测结果分配
- 根据干预措施的可用性进行分配
4. 隐藏分配顺序
用于随机分配参与者的分配顺序必须对研究人员和参与者保密。这意味着，当参与者被随机分配到各组时，分配程序是隐蔽的，调查人员和参与者都不知道参与者被分到了哪一组。
适当的隐藏方法包括
- 集中分配（包括电话、网络和药房控制的随机分配）。
- 按顺序编号、外观相同的药物容器。
- 按顺序编号、不透明、密封的信封。
不适当的隐藏方法包括
- 使用开放式随机分配表（如随机数字列表）。
- 使用分配信封时未采取适当的防护措施（例如，信封未密封、不透明或未按顺序编号）
- 交替或轮换
- 出生日期
- 病例记录编号
5. 参与者和研究人员均需蒙面
参与者和研究人员都需要对所接受的干预 “盲目 ”或 “蒙蔽”。所谓 “蒙蔽”，是指参与者和研究人员都不知道参与者被分到了哪一组，从而降低了因了解干预情况而影响结果测量的风险。在某些试验中，对参与者和/或研究人员进行盲法操作是不可能的，也是不道德的。但最理想的情况是两者都不知道干预情况，因为偏见和信念会影响对结果认知和测量的解释。例如，如果参与者知道自己所在的组别，知道自己正在接受积极干预可能会导致他们高估自我报告的结果，或导致安慰剂对照组的参与者低估结果。同样，如果研究人员知道参与者的分组情况，也可能会高估或低估结果。盲法有助于确保尽可能客观地测量结果。
6. 确保对所有数据进行分析和报告
确保对所有参与者的数据进行分析和报告。如果某些参与者的数据未被纳入分析，结果可能会估计错误。如果一些参与者在试验结束前退出试验（无法纳入所有参加试验的参与者的数据），则应进行意向治疗（ITT）分析。所谓 ITT，就是用试验中其他参与者的数据来代替那些退出试验的参与者的数据。ITT 分析可确保维持统计能力。统计能力对于估计真实结果至关重要。纯粹的按方案分析（将未接受指定干预的参与者排除在外）和按治疗分析（根据参与者接受的干预进行分组分析，例如，如果一些参与者换组，而不是根据指定的干预进行分组）都是不恰当的分析方法。
最后
除了在进行试验时执行上述每个步骤外，还必须在最终报告中描述所有这些组成部分。在研究成果发布后，要对试验的偏倚性进行评估。即使进行了这些步骤，如果没有在手稿中报告，研究也会被打分，如果缺少其中任何一项，就会被认为有偏差。
虽然在试验进行后对其偏倚性进行评估非常重要，因为这可以衡量试验结果的可信度，但临床研究界的目标应该是从一开始就进行更好的试验，这样最终的结果才是设计无偏见的试验。
