在Meta分析中，随机对照试验（RCT）的质量直接决定合并结果的可靠性，而偏倚风险评估是筛选高质量研究的核心环节。ROB2.0（Risk of Bias 2.0）作为当前国际公认的RCT偏倚风险评估工具，其第一个领域“随机化过程产生的偏倚”，是判断试验组间基线可比性的关键。本文将结合工具指南，系统拆解该领域的核心逻辑与3个信号问题，为Meta分析从业者提供标准化评估参考。
随机化的概念与方法界定
1️⃣ 随机化的定义
随机化是指通过含随机元素的流程生成分配序列，将参与者随机分配至不同干预组的过程。其核心目的是排除已知或未知预后因素（如病情严重程度、合并症等）对组间分配的影响，确保干预开始前各组预后水平一致，避免因混杂因素导致干预效应估计偏倚。
2️⃣ 妥善的随机化方法
这类方法需包含明确的随机元素，能有效避免分配可预测性，常见类型包括：
• 简单随机化：通过计算机生成随机数、查阅随机数表、掷硬币、洗牌、掷骰子等方式实现，无额外约束条件。
• 限制性随机化：含随机元素的优化分配方式，如区组随机化（固定或随机变换区组大小，组内按随机顺序分配）、分层随机化（按预后因素分层后，每层内实施随机分配）。
• 其他公认方法：最小化法（结合分层与限制随机化，需包含随机元素）、偏倚随机化、 urn随机化等。
3️⃣ 非妥善的随机化方法
这类方法无随机元素，分配序列可预测，属于“类随机化”或非随机化，包括：
• 系统分配法：按交替顺序、出生日期、入院日期、病历号等确定性规则分配。
• 主观分配法：由研究者、临床医生或参与者自主选择干预组，或根据干预可获得性分配。
• 其他非随机方式：如按参与者姓氏首字母、地域等非随机因素分配。
分配隐藏的定义与方法规范
▶ 分配隐藏的定义
分配隐藏（Allocation Concealment）是指在参与者招募确认后、干预分配前，采取措施防止研究者或参与者知晓后续分配序列的过程。其核心作用是避免因预知分配结果导致的选择性招募（如拒绝“不合适”的分配对象、延迟招募直至获得期望分配），从而保护随机化的有效性。
▶ 妥善的分配隐藏方法
这类方法能完全阻断分配序列的提前获取，常见类型包括：
• 中心随机化：由独立于研究中心的第三方机构（如中央随机化办公室、独立药房）通过电话、交互式语音应答系统、在线平台等方式分配，分配人员与招募人员分离。
• 序列编号的药物容器：由独立机构制备外观一致、防篡改、重量相等的序列编号药物容器，按顺序发放且仅在参与者确定入组后开启。
• 序列编号、不透光、密封信封：信封需满足不透光、按顺序编号、防篡改密封（如使用防拆胶带），仅在参与者不可逆入组后按顺序开启，部分信封内置压敏纸或铝箔以增强遮光性。
▶ 非妥善的分配隐藏方法
这类方法无法有效隐藏分配序列，易被提前知晓，包括：
• 可预测的分配规则：未隐藏的确定性分配逻辑（如公开的交替分配方案）。
• 有缺陷的信封使用：使用透光信封（可通过强光照射查看内容）、未密封信封、非顺序开启的信封。
• 公开分配序列：将分配序列张贴于公告栏、告知招募人员等可随意获取的方式。
• 无有效防护的分配流程：如分配方案未由独立第三方管控，招募人员可接触完整分配序列。
基线平衡性与随机化过程的关联
▶ 基线平衡性的定义
基线平衡性是指干预组间参与者的基线特征（包括人口学特征、预后因素、结局指标基线值等）的分布一致性，是判断随机化过程是否成功的重要间接证据。
▶ 基线平衡性与随机化过程的相互影响
• 随机化成功是基线平衡的前提：完善的随机化与分配隐藏能最大程度保证基线平衡，但小样本试验中可能出现随机导致的偶然不平衡，这类不平衡不属于系统偏倚。
• 基线失衡可能提示随机化缺陷：若出现超出偶然范围的基线失衡，可能意味着随机化过程存在问题（如分配序列被预测、选择性招募），进而导致偏倚。
• 平衡过度需警惕：若组间基线特征过度相似，超出随机化预期，可能提示数据造假或随机化方法缺失，需进一步核查试验可靠性。
核心评估：3个信号问题的判断标准与选项提示
ROB2.0通过3个信号问题全面评估随机化过程的偏倚风险，每个问题提供Y（是）、PY（可能是）、PN（可能不是）、N（不是）、NI（无信息）5种响应选项，具体判断标准如下：
信号问题1.1：分配序列是否随机？
选项判断提示：
• Y（是）：明确使用含随机元素的分配方法，如计算机随机数、随机数表、掷硬币、区组随机化（明确组内随机顺序）、分层随机化、含随机元素的最小化法等。
• PY（可能是）：无直接信息但可合理推断，如大型试验由经验丰富的临床 trial 单位实施，发表期刊有严格字数限制，未详细描述但无证据表明是非随机方法；同一研究团队既往试验均使用随机化方法。
• PN（可能不是）：间接证据提示无随机元素，如同一研究团队既往试验均使用非随机分配；描述中未提及随机元素（如仅称“区组分配”未说明组内随机）。
• N（不是）：明确使用非随机分配方法，如交替分配、按出生日期/入院日期/病历号分配、研究者或参与者自主选择等。
• NI（无信息）：仅声明“研究为随机化”，未提供任何分配序列生成的具体方法；描述模糊无法判断是否含随机元素。
• 计算时Y和PY、N和PN视作同一级别评价。
信号问题1.2：分配序列是否在参与者入组并分配至干预组前保持隐藏？
选项判断提示：
• Y（是）：明确使用妥善的分配隐藏方法，如中心随机化、符合规范的序列编号药物容器、序列编号+不透光+密封+防篡改+按顺序开启的信封。
• PY（可能是）：描述提及分配隐藏方法但细节不完整，但可合理推断有效，如仅说明“使用密封信封”，未提及不透光性，但来自高质量期刊且无相反证据；提及“第三方分配”但未明确具体流程。
• PN（可能不是）：描述的方法存在明显缺陷，如使用透光信封、未密封信封、非顺序开启信封；分配序列由招募人员管控。
• N（不是）：明确存在分配隐藏失败的证据，如分配序列公开张贴、招募人员可提前知晓后续分配、使用可预测的分配规则且未隐藏。
• NI（无信息）：未提及任何分配隐藏相关方法；仅模糊表述“随机分配”，未说明如何隐藏分配序列。
• 计算时Y和PY、N和PN视作同一级别评价。
信号问题1.3：干预组间的基线差异是否提示随机化过程存在问题？
选项判断提示：
• Y（是）：存在超出偶然范围的基线失衡，包括：组间样本量与预设分配比例差异显著；基线特征的统计学显著差异数量远超预期（如20个指标中5个以上P<0.05）；关键预后因素或结局指标基线值存在极不可能由偶然导致的差异（如P<0.001），且该差异足以导致干预效应估计偏倚。
• PY（可能是）：基线差异处于临界范围，需结合样本量与临床意义判断，如中等样本量试验中，1-2个关键预后因素P值在0.01-0.05之间，且差异有临床相关性。
• PN（可能不是）：基线差异较小，无临床意义，且统计学上与偶然失衡一致，如P值多>0.05，少数显著差异集中在非关键指标。
• N（不是）：无明显基线失衡，或所有观察到的差异均符合偶然预期，如小样本试验中出现的轻微预后因素分布差异。
• NI（无信息）：未报告任何基线特征数据；仅报告完成试验参与者的基线数据，无法判断随机化时的组间平衡状态。
• 计算时Y和PY、N和PN视作同一级别评价。
总结
ROB2.0第一领域通过“随机化方法有效性-分配隐藏完整性-基线平衡性”的三维评估框架，全面覆盖随机化过程的核心偏倚来源。在Meta分析实践中，需严格按照术语定义与选项提示，结合试验报告、方案等多源信息综合判断，避免因主观解读导致评估偏差。
推荐阅读：
Meta分析预测模型-PROBAST风险偏倚评价详解（一）研究对象