کارآزمایی تصادفی کنترل شده (RCT)

کارآزمایی کنترل شده تصادفی نوعی مطالعه است که در آن شرکت کنندگان به صورت تصادفی یا به گروه آزمایش (درمان) یا گروه کنترل تخصیص داده می شوند تا اثربخشی یک مداخله یا درمان را بررسی کنیم.

کارآزمایی بالینی تصادفی در واقع استاندارد طلایی در تحقیقات سلامت و پزشکی می باشد چون طراحی آن بسیار قوی است.

تخصیص تصادفی در یک کارآزمایی کنترل شده تصادفی (RCT) فرآیندی است که شرکت کنندگان را به طور کاملاً تصادفی به گروه آزمایش یا گروه کنترل اختصاص می دهد. این کار تضمین می‌کند که هر شرکت‌کننده فرصت برابری برای قرار گرفتن در هر گروهی دارد. در ضمن سوگیری تحقیق را کاهش می‌دهد و اطمینان می‌دهد که گروه‌ها از همه جنبه‌ها قابل مقایسه هستند به جز مداخله‌ای که مورد آزمایش قرار می‌گیرد.

گروه کنترل

گروه کنترل شامل شرکت‌کنندگانی است که هیچ درمان یا مداخله‌ای جز دارونما یا درمان مرجع دریافت نمی‌کنند. شرکت کنندگان کنترل به عنوان یک گروه مقایسه عمل می کنند.

گروه کنترل تا حد امکان با گروه آزمایش از جمله سن، جنسیت، طبقه اجتماعی، قومیت و غیره مطابقت دارد.

از آنجایی که شرکت‌کنندگان به‌طور تصادفی تخصیص داده می‌شوند، ویژگی‌های بین دو گروه باید متعادل باشد که محققان را قادر می‌سازد تا هرگونه تفاوت در نتیجه را به مداخله مطالعه نسبت دهند.

همان طور که اشاره شد، از آنجایی که محققان می توانند مطمئن باشند که هر گونه تفاوت بین گروه کنترل و درمان صرفاً به دلیل تأثیرات درمان است، دانشمندان RCT را به عنوان استاندارد طلایی برای آزمایشات بالینی می دانند.

تخصیص تصادفی

تخصیص تصادفی (random allocation/assignment) اصطلاحاتی هستند که به جای یکدیگر در زمینه یک کارآزمایی تصادفی کنترل شده (RCT) استفاده می شوند.

هر دو به تخصیص شرکت کنندگان به گروه های مختلف در یک مطالعه (مانند یک گروه درمانی یا یک گروه کنترل) به روشی که کاملاً مبتنی بر شانس تعیین می شود اشاره دارد.

فرآیند تخصیص تصادفی متغیرهای مخدوش کننده را کنترل می کند، که تضمین می کند که تفاوت بین گروه ها تنها به دلیل شانس است.

بدون تصادفی‌سازی، محققان ممکن است به دلایل مختلف به طور آگاهانه یا ناخودآگاه بیماران را به یک گروه خاص اختصاص دهند.

چندین روش را می توان برای تصادفی سازی در یک کارآزمایی کنترل تصادفی (RCT) استفاده کرد. در اینجا چند نمونه را با هم می بینیم:

• تصادفی سازی ساده: این ساده ترین روش است، مانند سکه انداختن. هر شرکت کننده شانس مساوی برای تخصیص به هر گروهی را دارد. این کار را می توان با استفاده از جداول اعداد تصادفی، مولدهای اعداد تصادفی کامپیوتری، یا قرعه کشی یا پاکت ها انجام داد.
• تصادفی سازی بلوکی: در این روش، شرکت کنندگان در بلوک ها تصادفی می شوند و اطمینان حاصل می شود که هر بلوک دارای تعداد مساوی شرکت کننده در هر گروه است. این به تعادل تعداد شرکت کنندگان در هر گروه در هر زمانی در طول مطالعه کمک می کند.
• تصادفی سازی طبقه ای: این روش زمانی استفاده می شود که محققین بخواهند اطمینان حاصل کنند که زیرگروه های خاصی از شرکت کنندگان به طور مساوی در هر گروه حضور دارند. شرکت کنندگان بر اساس ویژگی هایی مانند سن یا شدت بیماری به طبقات یا زیر گروه ها تقسیم می شوند و سپس در این اقشار تصادفی می شوند.
• تصادفی سازی خوشه ای: در این روش، گروه های شرکت کننده (مانند خانواده ها یا کل جوامع) به جای افراد، تصادفی می شوند.
• تصادفی سازی تطبیقی: در این روش احتمال تخصیص به هر گروه بر اساس شرکت کنندگانی که قبلاً به هر گروه اختصاص داده شده اند تغییر می کند. به عنوان مثال، اگر تعداد بیشتری از شرکت کنندگان به گروه کنترل اختصاص داده شده باشند، شرکت کنندگان جدید احتمال بیشتری برای تخصیص به گروه آزمایش خواهند داشت.

نرم‌افزار رایانه‌ای می‌تواند اعداد یا دنباله‌های تصادفی ای تولید کند که می‌توانند برای تخصیص شرکت‌کنندگان به گروه‌ها در یک فرآیند تصادفی ساده استفاده شوند.

برای روش‌های پیچیده‌تر مانند تصادفی‌سازی بلوکی، طبقه‌ای یا تطبیقی، می‌توان از الگوریتم‌های رایانه‌ای برای در نظر گرفتن پارامترهای اضافی و اطمینان از تخصیص مناسب شرکت‌کنندگان به گروه‌ها استفاده کرد.

از طرفی، استفاده از یک سیستم کامپیوتری می‌تواند به حفظ یکپارچگی فرآیند تصادفی‌سازی کمک کند. چطور؟ محققین دیگر از پیش نمی دانند که شرکت کننده به کدام گروه تخصیص داده خواهد شد (اصلی که به عنوان پنهان‌سازی تخصیص (allocation concealment) شناخته می‌شود). این کار می تواند به جلوگیری از سوگیری انتخاب و اطمینان از اعتبار نتایج مطالعه کمک کند.

پنهان سازی تخصیص

پنهان‌سازی تخصیص تکنیکی است برای اطمینان از اینکه فرآیند تخصیص تصادفی واقعاً تصادفی و بی‌طرفانه باشد. RCT ها از تخصیص پنهانی استفاده می کنند تا تصمیم بگیرند که کدام بیماران داروی واقعی و کدام یک دارونما (داروی تقلبی) دریافت کنند.

این کار شامل مخفی نگه داشتن توالی تخصیص گروه ها (یعنی اینکه چه کسی به گروه درمانی اختصاص داده می شود و چه کسی به گروه کنترل منصوب می شود) قبل از ثبت نام یک شرکت کننده در مطالعه می شود. این کار به محققان کمک می کند تا از انتخاب آگاهانه یا ناخودآگاه شرکت کنندگان خاصی برای یک گروه یا گروه دیگر بر اساس دانش آنها در مورد اینکه کدام گروه در دنباله بعدی است، جلوگیری کند. تخصیص پنهان تضمین می‌کند که محقق از قبل نمی‌داند فرد بعدی چه درمانی را دریافت خواهد کرد، بنابراین یکپارچگی فرآیند تصادفی‌سازی را حفظ می‌کند.

کور کردن (نقاب زدن = masking)

کور کردن، یا پنهان کردن، به پنهان کردن اطلاعات مربوط به تخصیص گروه ها (چه کسی در گروه درمان و چه کسی در گروه کنترل است) از شرکت کنندگان، محققان یا هر دو در طول مطالعه اشاره دارد. یک مطالعه کور مانع از آگاهی شرکت کنندگان در مورد درمان خود می شود تا از سوگیری در تحقیق جلوگیری شود. هر گونه اطلاعاتی که بتواند بر آزمودنی ها تأثیر بگذارد تا پایان تحقیق محفوظ می ماند.

کور کردن را می توان بر هر شرکت کننده در یک آزمایش پیاده کرد، از جمله محققان، گردآورندگان داده ها، ارزیابان، تکنسین ها و تحلیلگران داده. کورکردن خوب می‌تواند سوگیری‌های تجربی ناشی از انتظارات آزمودنی‌ها، سوگیری مشاهده‌گر، سوگیری تأیید، سوگیری محقق، تأثیر ناظر بر شرکت‌کنندگان و سایر سوگیری‌هایی را که ممکن است در یک آزمون تحقیق رخ دهد، از بین ببرد.

در یک مطالعه دوسوکور، نه شرکت کنندگان و نه محققان نمی دانند چه کسی دارو یا دارونما را دریافت می کند. هنگامی که یک شرکت کننده ثبت نام می کند، به طور تصادفی به یکی از دو گروه تقسیم می شود. دارویی که دریافت می‌کنند یکسان به نظر می‌رسد، چه دارو یا دارونما.

هرم پزشکی مبتنی بر شواهد. سطوح شواهد به شکلی مناسب با این هرم مشخص می شوند به طوری که هر طبقه، از پایین به بالا، معرف کیفیت طراحی مطالعه (افزایش از پایین به بالا) و کمیت (کاهش از پایین به بالا) هر طراحی مطالعه در بدنه ادبیات موضوع است. مثلا، کارآزمایی های بالینی تصادفی کیفیت بالاتر و زحمت بیشتری برای انجام دارند و به همین دلیل تعداد یا کمیت کارآزمایی های بالینی چاپ شده کمتر از سایر انواع تحقیقات است.

طرح های پژوهشی

انتخاب طرح باید بر اساس سؤال تحقیق، ماهیت درمان‌ها یا مداخلات مورد مطالعه، ملاحظات عملی (مانند حجم نمونه و منابع) و ملاحظات اخلاقی (مانند اطمینان از دسترسی همه شرکت‌کنندگان به درمان‌های بالقوه مفید) باشد.

هدف این است که طرحی را انتخاب کنید که معتبرترین و قابل اعتمادترین پاسخ ها را به سؤالات تحقیقی شما ارائه دهد و در عین حال سوگیری ها و سردرگمی های احتمالی را به حداقل برساند.

1. طرح های تصادفی بین شرکت کنندگان (Between-participants)

طراحی بین شرکت کنندگان شامل تخصیص تصادفی شرکت کنندگان به شرایط مختلف درمانی است. در ساده ترین شکل خود دارای دو گروه است: یک گروه آزمایشی دریافت کننده درمان و یک گروه کنترل. با بیش از دو سطح، چندین حالت شرایط درمان مقایسه می شوند. ویژگی کلیدی این است که هر شرکت کننده تنها یک شرط را تجربه می کند.

این طراحی امکان مقایسه واضح بین گروه ها را بدون نگرانی در مورد اثرات ترتیب (order effects) یا اثرات انتقال (carryover effects) می دهد. این مسئله به ویژه برای درمان هایی مفید است که اثرات ماندگاری دارند یا زمانی که تجربه یک بیماری ممکن است بر نحوه واکنش شرکت کنندگان به شرایط بعدی تأثیر بگذارد.

مثال

مطالعه ای که یک داروی ضد افسردگی جدید را آزمایش می کند ممکن است به طور تصادفی 100 شرکت کننده را به دریافت داروی جدید یا دارونما اختصاص دهد. سپس محققان نمرات افسردگی را بین دو گروه پس از یک دوره درمانی مشخص مقایسه می کنند تا تعیین کنند که آیا داروی جدید موثرتر از دارونما است یا خیر.

از این طرح زمانی استفاده کنید که:

• شما می خواهید اثرات درمان ها یا مداخلات مختلف را با هم مقایسه کنید.
• اثرات انتقالی (carryover effects) محتمل است (به عنوان مثال، اثرات یادگیری یا تغییرات فیزیولوژیکی ماندگار)
• انتظار می رود اثر درمانی دائمی باشد.
• شما حجم نمونه به اندازه کافی بزرگ دارید تا مطمئن شوید که گروه ها از طریق تصادفی سازی معادل هستند.

2. طرح های فاکتوریل

طرح های فاکتوریل اثرات دو یا چند متغیر مستقل را به طور همزمان بررسی می کنند. آنها به محققان اجازه می دهند تا هم اثرات اصلی هر متغیر و هم اثرات متقابل بین متغیرها را مطالعه کنند.

مدل های ان عبارتند از: بین شرکت‌کنندگان (between-participants) (گروه‌های مختلف برای هر ترکیبی از شرایط)، درون شرکت‌کنندگان (within-participants) (همه شرکت‌کنندگان همه شرایط را تجربه می‌کنند)، یا مخلوط (ترکیب هر دو رویکرد).

طرح های فاکتوریال به محققان این امکان را می دهد که چگونگی ترکیب عوامل مختلف برای تأثیرگذاری بر نتایج را بررسی کنند و درک جامع تری از پدیده های پیچیده ارائه دهند.

آنها کارآمدتر از اجرای مطالعات جداگانه برای هر متغیر هستند و می توانند تعاملات مهمی را که ممکن است در طرح های ساده تر از قلم افتاده نشان دهند.

مثال

مطالعه ای که اثرات شدت ورزش (بالا در مقابل کم) و نوع رژیم غذایی (پر پروتئین در مقابل کربوهیدرات بالا) را بر کاهش وزن بررسی می کند، ممکن است از یک طرح فاکتوریل 2×2 استفاده کند.

شرکت‌کنندگان به‌طور تصادفی به یکی از چهار گروه تقسیم می‌شوند: ورزش با شدت بالا با رژیم غذایی پر پروتئین، ورزش با شدت بالا با رژیم غذایی پر کربوهیدرات، ورزش با شدت پایین با رژیم غذایی با پروتئین بالا، یا ورزش با شدت کم با رژیم غذایی پر کربوهیدرات.

از این طرح زمانی استفاده کنید که:

• شما می خواهید اثرات چندین متغیر مستقل را به طور همزمان مطالعه کنید
• برای شما تعاملات بالقوه بین متغیرها مهم است.
• شما می خواهید با آزمایش چندین فرضیه به طور همزمان، کارایی مطالعه خود را افزایش دهید.

3. طرح های تصادفی خوشه ای

در کارآزمایی‌های تصادفی‌سازی شده خوشه‌ای، گروه‌ها یا «خوشه‌های» شرکت‌کنندگان به‌جای افراد، بر اساس شرایط درمان تصادفی‌سازی می‌شوند. این حالت اغلب زمانی استفاده می شود که تصادفی سازی فردی غیرعملی باشد یا زمانی که مداخله به طور طبیعی در سطح گروهی اعمال می شود. این مدل به ویژه در تحقیقات آموزشی یا مبتنی بر جامعه که تصادفی‌سازی فردی ممکن است مخرب باشد یا منجر به انتشار درمان (treatment diffusion) شود، مفید است.

مثال:

مطالعه ای که یک روش تدریس جدید را آزمایش می کند، ممکن است کل کلاس های درس را تصادفی کند تا از روش جدید استفاده کنند یا با برنامه درسی استاندارد ادامه دهند.

سپس محققان به جای تصادفی کردن دانش آموزان، نتایج دانش آموزان را بین کلاس های درس با استفاده از روش های مختلف مقایسه می کنند.

از این طرح زمانی استفاده کنید که:

• شما حجم نمونه کوچکتری در دسترس دارید
• تفاوت های فردی به احتمال زیاد، زیاد است
• اثرات درمان موقتی است
• شما می توانید به طور موثر اثرات ترتیب و حمل (Order and Carryover) را کنترل کنید.

4. طرح های درون شرکت کننده (within-participants) (اقدامات مکرر (repeated measures)).

در این طرح‌ها، هر شرکت‌کننده تمام شرایط درمان را تجربه می‌کند و به عنوان کنترل خودش عمل می‌کند. طرح‌های درون شرکت‌کننده از نظر آماری قدرتمندتر هستند زیرا تفاوت‌های فردی را کنترل می‌کنند. آنها به شرکت کنندگان کمتری نیاز دارند و کارآمدتر می شوند. با این حال، آنها فقط زمانی مناسب هستند که اثرات درمان موقتی باشد و زمانی که بتوانید به طور موثری اثرات ترتیب را کنترل کنید.

مثال

مطالعه‌ای بر روی تأثیرات کافئین بر عملکرد شناختی ممکن است از شرکت‌کنندگان بخواهد در سه موقعیت جداگانه آزمایش‌های شناختی را انجام دهند: پس از مصرف نکردن کافئین، دوز کم کافئین و دوز بالای کافئین.

ترتیب این شرایط در بین شرکت کنندگان برای کنترل اثرات ترتیب متعادل سازی می شود.

از این طرح زمانی استفاده کنید که:

• شما حجم نمونه کوچکتری در دسترس دارید
• تفاوت های فردی به احتمال زیاد، زیاد است
• اثرات درمان موقتی است
• شما می توانید به طور موثر اثرات ترتیب و carryover را کنترل کنید.

5. طرح های متقاطع (Crossover)

طرح‌های متقاطع نوع خاصی از طراحی درون شرکت‌کننده هستند که در آن شرکت‌کنندگان درمان‌های مختلفی را در دوره‌های زمانی مختلف دریافت می‌کنند. این به هر شرکت کننده اجازه می دهد تا به عنوان کنترل خود عمل کند و می تواند کارآمدتر از طرح های بین شرکت کنندگان باشد. طرح‌های متقاطع مزایای طرح‌های درون شرکت‌کننده (افزایش قدرت، کنترل تفاوت‌های فردی) را با توانایی مقایسه درمان‌های مختلف ترکیب می‌کنند.

آنها به ویژه در کارآزمایی های بالینی مفید هستند که در آن شما می خواهید هر شرکت کننده همه درمان ها را تجربه کند، اما باید اطمینان حاصل کنید که اثرات یک درمان به درمان بعدی منتقل نمی شود.

مثال:

مطالعه‌ای که دو داروی مختلف درد را با هم مقایسه می‌کند ممکن است شرکت‌کنندگان را مجبور کند از یک دارو به مدت یک ماه استفاده کنند، سپس پس از یک دوره پاک شدگی (washout period) به مدت یک ماه دیگر به داروی دیگر روی آورند.

سطح درد در هر دو دوره درمان اندازه‌گیری می‌شود و امکان مقایسه درون شرکت‌کننده اثربخشی دو دارو را فراهم می‌کند.

از این طرح زمانی استفاده کنید که:

• شما می خواهید اثرات درمان های مختلف را در افراد مشابه مقایسه کنید
• درمان ها اثرات موقتی با دوره پاک شدگی شناخته شده دارند
• شما می خواهید قدرت آماری را با استفاده از حجم نمونه کوچکتر افزایش دهید
• شما می خواهید تفاوت های فردی را در پاسخ به درمان کنترل کنید.

مزایای RCT

از سوگیری جلوگیری می کند

در کارآزمایی‌های کنترل تصادفی‌سازی شده، شرکت‌کنندگان باید به‌طور تصادفی در دو گروه مداخله یا گروه کنترل قرار گیرند، به طوری که هر فرد شانس برابری برای قرار گرفتن در هر دو گروه را داشته باشد.

این به معنای جلوگیری از سوگیری انتخاب و سوگیری تخصیص و قدرت کنترل بر هر متغیر مخدوش کننده برای ارائه مقایسه دقیق درمان مورد مطالعه است.

از آنجایی که توزیع ویژگی‌های بیمارانی که می‌تواند بر پیامد تأثیر بگذارد به‌طور تصادفی بین گروه‌ها تخصیص می‌یابد، هر گونه تفاوت در نتیجه را می‌توان تنها با درمان توضیح داد.

قدرت آماری بالا

از آنجایی که شرکت‌کنندگان تصادفی هستند و ویژگی‌های بین دو گروه متعادل است، محققان می‌توانند فرض کنند که اگر تفاوت‌های قابل توجهی در نتیجه اولیه بین دو گروه وجود داشته باشد، این تفاوت‌ها احتمالاً ناشی از مداخله است.

این کار تضمین می‌کند که محققین می توانند مطمئن باشند کارآزمایی‌های کنترل تصادفی‌سازی شده در مقایسه با انواع دیگر طرح‌های مطالعه، قدرت آماری بالایی دارند.

کور کردن

از آنجایی که تمرکز انجام یک کارآزمایی کنترلی تصادفی‌سازی شده حذف سوگیری است، RCT‌های کور می‌توانند به به حداقل رساندن هرگونه سوگیری اطلاعاتی ناخودآگاه کمک کنند.

در یک RCT کور، شرکت‌کنندگان نمی‌دانند به کدام گروه اختصاص داده می‌شوند یا کدام مداخله دریافت می‌شود. این روش کورکننده باید در صورت امکان برای محققان، متخصصان مراقبت های بهداشتی، ارزیابان و محققین نیز اعمال شود.

“یک سو کور” به یک RCT اشاره دارد که در آن شرکت کنندگان جزئیات درمان را نمی دانند، اما محققان می دانند.

“دوسوکور” به یک RCT اشاره دارد که در آن هم شرکت کنندگان و هم جمع آوری کننده داده ها از درمان اختصاص داده شده پنهان می شوند.

محدودیت های RCT

پرهزینه و زمان بر

ارزیابی برخی از مداخلات به سال ها یا حتی دهه ها نیاز دارد و آنها را گران و وقت گیر می کند.

ممکن است مدت زمان زیادی طول بکشد تا محققان بتوانند اثرات دارو را شناسایی کنند یا نتایج قابل توجهی را کشف کنند.

به حجم نمونه بزرگ نیاز دارد

در هر گروه از یک کارآزمایی کنترل تصادفی شده باید شرکت کنندگان کافی وجود داشته باشد تا محققان بتوانند هر گونه تفاوت یا تأثیر واقعی را در نتایج بین گروه ها تشخیص دهند.

اگر حجم نمونه خیلی کوچک باشد، محققان نمی توانند نتایج مهم بالینی را تشخیص دهند.

تغییر جمعیت در طول زمان

از آنجایی که کارآزمایی‌های کنترل تصادفی‌شده ماهیت طولی دارند، تقریباً اجتناب‌ناپذیر است که برخی از شرکت‌کنندگان مطالعه را کامل نکنند، چه به دلیل مرگ، مهاجرت، عدم رعایت یا از دست دادن علاقه به مطالعه.

این تمایل به عنوان فرسایش یا ریزش انتخابی (selective attrition) شناخته می شود و می تواند قدرت آماری یک آزمایش را تهدید کند.

اخلاقیات

کارآزمایی‌های کنترل تصادفی‌سازی شده همیشه عملی یا اخلاقی نیستند و چنین محدودیت‌هایی می‌توانند محققان را از انجام مطالعات خود باز دارند.

به عنوان مثال، یک درمان می‌تواند بسیار تهاجمی باشد، یا تجویز دارونما به جای داروی واقعی در طول آزمایشی برای درمان یک بیماری جدی می‌تواند سیر طبیعی درمان شرکت‌کننده را مختل کند. بدون تایید اخلاقی، یک کارآزمایی کنترل تصادفی نمی تواند ادامه یابد.

مثال ساختگی RCT

نمونه ای از RCT می تواند یک کارآزمایی بالینی باشد که اثر یک دارو یا یک درمان جدید را بر روی یک جمعیت منتخب مقایسه می کند. محققان به طور تصادفی شرکت‌کنندگان را به دو گروه آزمایش یا گروه کنترل تقسیم می‌کنند و تفاوت‌های نتایج را بین کسانی که دارو یا درمان دریافت می‌کنند و کسانی که دریافت نمی‌کنند، مقایسه می‌کنند.

نمونه های زندگی واقعی

پیشگیری از مصرف مواد مخدر غیرقانونی در نوجوانان: داده‌های پیگیری طولانی‌مدت از یک کارآزمایی کنترل تصادفی‌سازی شده با جمعیت مدرسه (Botvin et al., 2000).

یک کارآزمایی کنترل تصادفی آینده نگر که درمان پزشکی و جراحی را برای نارسایی اولیه بارداری مقایسه می کند (Demetroulis et al., 2001).

یک کارآزمایی کنترل تصادفی برای ارزیابی یک سیستم فراخوانی (Paging) برای افراد مبتلا به آسیب مغزی تروماتیک (ویلسون و همکاران، 2009).

پیش‌توانایی در مقابل توانبخشی: یک کارآزمایی کنترل تصادفی در بیمارانی که تحت برداشتن کولورکتال برای سرطان قرار می‌گیرند (گیلیس و همکاران، 2014).

یک کارآزمایی تصادفی کنترلی کاتتریزاسیون قلب راست در بیماران بدحال (Guyatt، 1991).

پیشگیری از مصرف مواد مخدر غیرقانونی در نوجوانان: داده‌های پیگیری طولانی‌مدت از یک کارآزمایی کنترل تصادفی‌سازی شده با جمعیت مدرسه (Botvin et al., 2000).

بری، آر بی، کرایگر، ام. اچ، و ماسی، سی اِی (2011). یک فشار مثبت راه هوایی تحریک کننده بینی جدید

دستگاه (EPAP) برای درمان آپنه انسدادی خواب: یک کارآزمایی تصادفی کنترل شده. خواب، 34، 479-485.

جراحی چاقی در مقابل درمان غیر جراحی چاقی: یک بررسی سیستماتیک و متاآنالیز کارآزمایی‌های تصادفی‌سازی و کنترل‌شده BMJ، 347.

استریتون، سی، و ویلان، جی (2001). نالترکسون، یک درمان نگهدارنده الکل برای پیشگیری از عود وابستگی: متاآنالیز کارآزمایی‌های تصادفی‌سازی و کنترل‌شده. الکل و الکلیسم، 36 (6)، 544-552.

مطالب مرتبط مفید

نمونه گیری تصادفی ساده

سوگیری یا bias در تحقیق

روش های نمونه گیری در مقالات