新药临床试验的统计分析方法

① 新药的临床试验方案需要包括哪些内容

试验目的，受试者入选标准，试验用药和对照用药，病例数。实验室检查项目、测定方法和药代分析等、疗效评定标准、不良反应记录要求和严重不良反应的报告方法，处理措施等。伦理学考虑，数据的统计分析方法、试验进度、试验结束后的随访和医疗措施。临床实验各方承担的职责和义务。以及方案的参考文献等。

② 临床试验中的意向性分析(ITT)原则介绍

近年来，术语Intention-To-Treat(ITT)，在国外药品临床试验有关的期刊上出现的频率很高，受到广泛重视，得到许多实际应用。ICH-E9［1］对该原则的各种表述和不同用法进行了协调。为便于理解和掌握，我们需从ITT的早期文献开始。ITT是由Austin Bradford Hill（1897-1991）首先引入的，在先后出过12版的着作“医学统计原理”中，从第6版(1955)开始出现这一用语。我们从该书第7版(1961)找到一段介绍ITT原则的叙述和实例，比较易于理解和接受:患者被分到处理组或对照组(符合伦理原则)以后，在试验和进一步观测过程中，会出现出组情况。这 种出组在临床试验的特定情况，常常各组之间例数是不平衡的,这种差别影响到它们之间作比较的合理性……举一个特殊例子，肺癌患者被随机分配到肺切除和辐射 治疗组中，在手术时发现有不可能完成手术的病例，只好因不能手术而出组;但在辐射治疗组则肯定没有这种情况。
通过此例不难看出，肺癌患者只有在手术以后发现病情过重才不能完成手术，如果从该组排除，不仅在数目上与辐射治疗组不平衡，而且要比较的两组在病情构成上也因此改变。由此看来，还是按原来的随机分组进行分析才较合理，即贯彻原来设计的处理意向。
在我国，至少在1993年，汤旦林和王松柏就介绍过ITT原则的基本思路和做法。他们指出“在临床试验的实践中，特别是 未能采用双盲法的时候，部分受试者在被随机地分配到新法组后可能要求采用标准疗法。如果不理会这种要求，将违反自愿原则。倘若将这种患者转到对照组中去或 将其试验结果剔除不计都将破坏随机化原则并引入选择性偏性。Ze len为了克服这种困难，于1979年提出了一种新颖的设计方案：将受试者随机分为标准疗法组和新药组；分到新药组的受试者如要求采用标准疗法应予同意； 最后，当比较两组疗效时，应将原先分到新药组而后来转到标准疗法组的受试者的数据仍旧放回到新药组去进行统计分析。这种方法的优点是缓解了随机分组与知情 同意的矛盾，而且其思路的本身具有启发性。其局限性在于，当拒绝接受新疗法的受试者的数量不小时，新疗法的疗效可能被歪曲，检出差异的功效会降低”。陈铮鸣和邵永孚于1994年指出：“临床情况错综复杂，在任何一项临床试验中，患者对治疗的实施率不可能达到100％……在具体处理时有一个非常简单而重要的原则，就是不按患者在研究过程中实际所接受的治疗分组，而仍按患者入组时的组别分析，也即按治疗意向ITT分析，否则就会引入偏差”。
ITT这一题目经常引起争论。一个患者被随机地分到A组，而实际上却接受了处理B，分析时又要按接受处理A来考虑，这对新手来说一开始是完全不能理解的。
下面，根据ICH-E9及其附录对ITT原则作简要的介绍，其中参考了高晨燕等对 e9的译文, 希望读者在临床试验的实践中能够应用。
在ICH-E9中，所谓ITT原则主要是基于处理意向（即临床试验的设计方案），同时也考虑实际的处理情况对受试者进行评估，其治疗（或处理）的效应 才能得到最佳的估计。因此，分配到任一处理组中的受试者都应当作为该组成员被随访、评估和分析。ITT原则意味着临床试验的原始分析应该包括所有经过随机 化安排的受试者。
ITT原则的理想情况在临床试验的实践中不易完全达到，然而按这一思想，可具体归结为如何确定对试验资料进行分析的数据集。ICH-E9给出“全分析集”（Full analysis sets，FAS）和“符合方案集”（Per-protocol sets，PP）的概念。
“全分析集”是指按ITT原则尽可能接近于理想，通过对所有随机化受试者的数据作最少和公正的剔除之后所得到的数据集。“全分析集”是在于保持原始随机化数据集的完整性，防止偏性，并为统计检验提供合理（可比）的基础。
“符合方案集”有时称“有效病例”、“有效样本”或“可评估受试者的样本”,它是全分析集中的一个子集，其受试者对方案具有充分的依从性，能够用来对 处理的效应进行估计，且其特征符合如下准则：①完成预定的处理规程有起码的表现；②可以得到对主要变量的测定；③没有任何大的违反方案的地方，包括违反入 组标准。
将受试者剔除在符合方案集之外的确切理由应当事先定下来，并在试验设计方案中写明。在实践中，可以既对全分析集又对符合方案集进行分析，当得出实质上是相同的结论时，试验结果的可信性就增加了。

③ 新药临床试验包括哪些阶段参加临床试验有什么好处

主要进行两个实验，一方面是研究人体对这种药物的耐受性，即一次(或多次)探索最大可用药物的最大剂量。另一方面，这种药物在人体代谢的情况，即药代动力学，需要从药代动力学中采集实验者的血液样本进行分析，根据实验的不同，采血次数和间隔也不同。参加第一期临床实验的人是健康的人，但有些药物，如癌症治疗，药物本身具有致癌作用或毒性强，因此大部分患者都参加实验。这种实验所需的参与者人数不多，通常只有20人。

新药在一定剂量范围内使用药物代谢动力学(吸收、分布、代谢、排泄)和生物测定数据。新药一般在动物实验中不要求对照组，但有时可以进行安慰剂对照，以便对药物后出现的特定症状做出正确的判断。一般需要10-30件，主要在健康志愿者中进行，也可以选择一些患者。各实验结果要进行统计学处理，要有完整详细的实验记录，最后要写正式的书面报告。第一期临床试验主要是研究人体对新药的耐受性，提出初步、安全、有效的给药方案，指导下一阶段的临床试验研究。此次实验仅限于在省卫生行政部门或卫生部指定的医院内进行。

④ 论新药临床试验各期的目的、主要任务、各期特点

一、I期临床试验

目的：初步的临床药理学及人体安全性评价试验。

主要任务：早期人体试验。

特点：为新药人体试验的起始期。

二、II期临床试验

目的：是初步评价药物对目标适应症患者的治疗作用和安全性

主要任务：III期临床试验研究设计和给药剂量方案的确定提供依据。

特点：II期临床试验为治疗作用初步评价阶段。

三、III期临床试验

目的：进一步验证药物对目标适应症患者的治疗作用和安全性，评价利益与风险关系。

主要任务：为药物注册申请的审查提供充分的依据。

特点：治疗作用确证阶段。

四、IV期临床试验

目的：进行进一步的研究，在广泛使用条件下考察其疗效和不良反应。

主要任务：检验新药特性。

特点：在国际上多数国家称为“ IV期临床试验”。

(4)新药临床试验的统计分析方法扩展阅读：

药物临床试验程序规范：

1、新药临床研究必须由国家食品药品监督管理总局（简称CFDA）审查批准。

2、必须在国家食品药品监督管理局认可的“药物临床试验机构”进行。

3、必须由有资格的医学专家主持该项临床试验。

4、必须经独立伦理委员会的审查批准，确认该项研究符合伦理原则，并对临床试验全过程进行监督以及确保受试者的合法权益。

5、所有患者参加新药临床研究前，都有充分的知情权，并签署知情同意书。

6、抗肿瘤药物的临床研究，通常选择经常规标准治疗无效的患者。

7、进行临床研究的新药应免费提供给受试者。

一个好的临床研究队伍不仅应包括医学、药学、药理学、生物学、生物统计学等专业人员，还应包括非医学专业的但富有经验的文档管理人员。

为了充分发挥这些人员的作用，他们应当充分了解药物临床试验的研究过程和有关的法规、标准和原则。由于药物临床研究的方法、手段、目的的特殊性。

所有药物临床试验必须遵循下列三项基本原则：

1、伦理道德原则。

2、科学性原则。

3、GCP与现行法律法规。

⑤ 医学统计学比较新药与常规药的疗效差别一般用什么方法

有非劣效试验、优效性试验等多种试验类型，不同试验类型的有不同样本量估计方法、统计分型方法。《临床试验精选案例统计学解读》（陈峰，于浩 编）的有深入讲解，十分值得买来学习

⑥ 药物临床试验设计有几种统计方法各有什么优缺点

王见定教授挑战逗生命科学突破奖地
（三）申报逗生命科学突破奖地的理由 作为统计学突破的又一最大受益者（它与经济学并列），非生命科学莫属。生命科学简单地可以定义为：它是系统阐述与生命特征有关的重大课题的科学。医学是针对人进行生命特征研究的科学，从这点意义上讲，医学是生命科学的一个最主要的组成部分。每一个学习生物或医学的人都会发现统计学贯串了生物学与医学的整个过程。
一般认为最早的记录是1348年欧洲一半人死于黑死病（鼠疫）；第一世界大战时爆发的西班牙流行性感冒，几个月内带走2000万人的生命，一年时间内，全球范围内5000万到一亿人死于此疫（HINI禽流感）......到1859年达尔文完成了《物种起源》，1865年孟德尔完成的《植物杂交试验》，1889年高尔顿完成的《自然遗传》，1916年皮尔逊完成的《数学对进化论的贡献》，1925年费希尔完成的《研究人员用统计方法》，......这些都是早、中期运用统计学进行生命科学研究的典范。到了20世纪50年代，遗传物质DNA螺旋结构的发现，整个试验过程处处使用了现代统计学方法，开创了从分子水平研究生命活动的新纪元。进一步对基因的检验以及基因检测结果能告诉你有多高的风险患上某种疾病，而且正确指导你合理用药，均应用了现代统计学的基本方法。最后，我们注意到各种病毒、病菌的发现，生存原理、控制方法以及相应的各种药物的研发、各种疾病相关指标的测定无一不是采用了各种统计学方法......
一句话，统计学是生命科学的生命线，离开了统计学，生命科学不得生存和发展。逗社会统计学与数理统计学统一理论地作为统计学的最新理论，必将全面提升生命科学的水平，当然完全达到了挑战逗生命科学突破奖地的水准。

⑦ 药物临床试验分为多少期分期试验的目的是什么

药物临床试验是一般可以分为I、II、III、IV期临床试验以及药物生物等效性试验以及人体生物利用度的。

那么它们分期试验目的是什么呢？跟着小编一起来看看吧。

正规的IV期临床试验是药品监管部门所要求的，它的研究结果是需要向药品监管部门进行报告的。它的主要目的是为了通过这些研究能够让更多的医生去了解其新产品并且鼓励医生进行处方。进行上市后研究的还有另一个目的是为了进一步拓宽该药品的适应症范围。

而生物等效性试验，是指用生物利用度研究的方法，以药代动力学参数作为指标，进行比较同一种药物的相同或者是不同剂型的制剂，观察在相同的试验条件之下，药物的活性成分吸收程度以及速度有无统计学差异的人体试验。

⑧ 药物临床实验分期和查询方法

对于任何药物而言在上市之前都会做一系列的临床试验证明药物的安全性、有效性，药物临床试验是指任何在人体进行的药物的系统性研究、以证实或发现试验药物的临床、药理和/或其他药效学方面的作用、不良反应和/或吸收、分布、代谢以及排泄，目的是确定试验药物的安全性和有效性。

药物临床试验分期

药物的临床试验主要是分为Ⅰ、Ⅱ、Ⅲ、Ⅳ期临床试验和药物生物等效性试验以及人体的利用度。

药物临床试验Ⅰ期

主要是初步临床药理学以及人体安全性评价试验，包括耐受性试验和药代动力学试验，主要目的是研究人体对于药物的耐受程度通过药物代谢动力学研究，了解药物在人体内的吸收、分布、消除的规律，为制定给药方案提供依据，以便进一步进行治疗试验。

药物临床试验Ⅱ期

主要是药物的安全性和疗效、还有就是寻找新药合适的剂量、为Ⅲ期临床试验研究设计和给药剂量方案的确定提供依据，如果效果不好会终止试验，这样的药物就有很大的可能就放弃。

药物临床试验Ⅲ期

在已有的疗效和安全性上加大临床试验，有助于获取更多更丰富的药物安全性和疗效方面的资料，对不同的患者人群确定理想的用药剂量方案，如果治疗结果满意而且安全，那么这个药物就可以申请新药上市了，治疗效果满意而且安全，这个结果就可以申请新药上市了，如果达不到预期目标这个新药物就会被终止。

药物临床Ⅳ期

这是药物上市后的临床试验，需要对大量的用药者研究药物的疗效和安全性，这主要是对于药物的疗效和安全性进行大规模的研究、有助于发现新药罕见的副反应，还能观察到药物的其它疗效。

生物等效性试验

生物等效性试验在药物研究开发的不同阶段，其作用可能稍有差别，但究其根本，生物等效性试验的目的都是通过测定血药浓度的方法，来比较不同的制剂对药物吸收的影响，也即药物不同制剂之间的差异，以此来推测其临床治疗效果差异的可接受性，即不同制剂之间的可替换性。

药物临床试验分期查询步骤

在数据库查询相对比在CDE和ChiCTR中查询，整合的更加全面，更利于分析临床试验数据，还有全球临床试验数据，整合数据更加全面，不用打开多个网站，检索方式更加方便，检索之后的结果经过浏览分类，更加利于分析，了解。

在“中国临床试验数据库”中了解国内临床试验数据可以通过试验题目、登记号、药品名称剂型、靶点、适应症、申办单位、主要临床机构、参与临床机构、主要研究者、对照药、试验药等进行关键词的搜索，主要是在条件筛选中的试验分期筛选Ⅰ、Ⅱ、Ⅲ、Ⅳ期以及be试验的临床试验数据。

全球临床试验数据

以上就是药物临床试验数据分期和查询步骤介绍了。

⑨ 如何进行临床试验数据统计分析

统计学方法的正确抉择
一。
统计方法抉择的条件
在临床科研工作中，正确地抉择统计分析方法，应充分考虑科研工作者的分析目的、临床科研设计方法、搜集到的数据资料类型、数据资料的分布特征与所涉及的数理统计条件等。
其中任何一个问题没考虑到或考虑有误，都有可能导致统计分析方法的抉择失误。
此外，统计分析方法的抉择应在科研的设计阶段来完成，而不应该在临床试验结束或在数据的收集工作已完成之后。
对临床科研数据进行统计分析和进行统计方法抉择时，应考虑下列因素：
1.分析目的
对于临床医生及临床流行病医生来说，在进行统计分析前，一定要明确利用统计方法达到研究者的什么目的。
一般来说，统计方法可分为描述与推断两类方法。
一是统计描述（descriptivestatistics），二是统计推断（inferentialstatistics）。
统计描述，即利用统计指标、统计或统计表，对数据资料所进行的最基本的统计分析，使其能反映数据资料的基本特征，有利于研究者能准确、全面地了解数据资料所包涵的信息，以便做出科学的推断。
统计表，如频数表、四格表、列联表等；
统计，如直方、饼，散点等；
统计指标，如均数、标准差、率及构成比等。
统计推断，即利用样本所提供的信息对总体进行推断（估计或比较），其中包括参数估计和假设检验，如可信区间、t检验、方差分析、c2检验等，如要分析甲药治疗与乙药治疗两组的疗效是否不相同、不同地区某病的患病率有无差异等。
还有些统计方法，既包含了统计描述也包含了统计推断的内容，如不同变量间的关系分析。
相关分析，可用于研究某些因素间的相互联系，以相关系数来衡量各因素间相关的密切程度和方向，如高血脂与冠心病、慢性宫颈炎与宫颈癌等的相关分析；
回归分析，可用于研究某个因素与另一因素（变量）的依存关系，即以一个变量去推测另一变量，如利用回归分析建立起来的回归方程，可由儿童的年龄推算其体重。
2.资料类型
资料类型的划分现多采用国际通用的分类方法，将其分为两类：数值变量（numericalvariable）资料和分类变量（categoricalvariable）资料。
数值变量是指其值是可以定量或准确测量的变量，其表现为数值大小的不同；
而分类变量是指其值是无法定量或不能测量的变量，其表现没有数值的大小而只有互不相容的类别或属性。
分类变量又可分为无序分类变量和有序分类变量两小类，无序分类变量表现为没有大小之分的属性或类别，如：性别是两类无序分类变量，血型是四类无序分类变量；
有序分类变量表现为各属性或类别间有程度之分，如：临床上某种疾病的“轻、中、重”，治疗结果的“无效、显效、好转、治愈”。
由此可见，数值变量资料、无序分类变量资料和有序分类变量资料又可叫做计量资料、计数资料和等级资料。
资料类型的划分与统计方法的抉择有关，在多数情况下不同的资料类型，选择的统计方法不一样。
如数值变量资料的比较可选用t检验、u检验等统计方法；
而率的比较多用c2检验。
值得注意的是，有些临床科研工作者，常常人为地将数值变量的结果转化为分类变量的临床指标，然后参与统计分析，如患者的血红蛋白含量，研究者常用正常、轻度贫血、中度贫血和重度贫血来表示，这样虽然照顾了临床工作的习惯，却损失了资料所提供的信息量。
换言之，在多数情况下，数值变量资料提供的信息量最为充分，可进行统计分析的手段也较为丰富、经典和可靠，与之相比，分类变量在这些方面都不如数值变量资料。
因此，在临床实验中要尽可能选择量化的指标反映实验效应，若确实无法定量时，才选用分类数据，通常不宜将定量数据转变成分类数据。
3.设计方法
在众多的临床科研设计方法中，每一种设计方法都有与之相适应的统计方法。
在统计方法的抉择时，必须根据不同的临床科研设计方法来选择相应的统计分析方法。
如果统计方法的抉择与设计方法不一致，统计分析得到的任何结论都是错误的。
在常用的科研设计方法中，有成组设计（完全随机设计）的t检验、配对t检验、成组设计（完全随机设计）的方差分析、配伍设计（随机区组设计）的方差分析等，都是统计方法与科研设计方法有关的佐证。
因此，应注意区分成组设计（完全随机设计）与配对和配伍设计（随机区组设计），在成组设计中又要注意区别两组与多组设计。
最常见的错误是将配对或配伍设计（随机区组设计）的资料当做成组设计（完全随机设计）来处理，如配对设计的资料使用成组t检验、配伍设计（随机区组设计）使用成组资料的方差分析；
或将三组及三组以上的成组设计（完全随机设计）资料的比较采用多个t检验、三个或多个率的比较采用四格表的卡方检验来进行比较，都是典型的错误。
如下表：
表1常见与设计方法有关的统计方法抉择错误
设计方法错误的统计方法正确统计方法
两个均数的比较（成组设计、完全随机设计）成组设计的t检验、成组设计的秩和检验
多个均数的比较（成组设计、完全随机设计）多个成组设计的t检验完全随机设计的方差分析及q检验、完全随机设计的秩和检验及两两比较
数值变量的配对设计成组设计的t检验配对t检验、配对秩和检验
随机区组设计（配伍设计）多个成组设计的t检验、完全随机设计的方差分析随机区组设计的方差分析及q检验、随机区组设计的秩和检验及两两比较
交叉设计成组设计的t检验、配对t检验、配对秩和检验交叉设计的方差分析、交叉设计的秩和检验
4.分布特征及数理统计条件
数理统计和概率论是统计的理论基础。
每种统计方法都要涉及数理统计公式，而这些数理统计公式都是在一定条件下推导和建立的。
也就是说，只有当某个或某些条件满足时，某个数理统计公式才成立，反之若不满足条件时，就不能使用某个数理统计公式。
在数理统计公式推导和建立的条件中，涉及最多的是数据的分布特征。
数据的分布特征是指数据的数理统计规律，许多数理统计公式都是在特定的分布下推导和建立的。
若实际资料服从（符合）某种分布，即可使用该分布所具有的数理统计规律来分析和处理该实际资料，反之则不能。
在临床资料的统计分析过程中，涉及得最多的分布有正态分布、偏态分布、二项分布等。
许多统计方法对资料的分布有要求，如：均数和标准差、t和u检验；
方差分析都要求资料服从正态分布，而中位数和四分位数间距、秩和检验等，可用于不服从正态分布的资料。
所以，临床资料的统计分析过程中，应考虑资料的分布特征，最起码的要求是熟悉正态分布与偏态分布。
例如：在临床科研中，许多资料的描述不考虑资料的分布特征，而多选择均数与标准差。
如某妇科肿瘤化疗前的血象值，资料如下表：
某妇科肿瘤化疗前的血象值
指标名例数均数标准差偏度系数P值峰度系数P值
血红蛋白（g/L）98111.9918.820.1800.4590.0250.958
血小板（×109/L）98173.5887.111.3530.0001.8430.000
白细胞（×109/L）986.79302.7671.2070.0001.2020.013
从上结果可见，若只看三项指标的均数和标准差，临床医生也许不会怀疑有什么问题。
但是经正态性检验，病人的血红蛋白服从正态分布，而血小板和白细胞两项指标的偏度和峰度系数均不服从正态分布（P<0.05）。
因此，描述病人的血小板和白细胞平均水平正确的指标是中位数，而其变异程度应使用四分位数间距。
除了数据的分布特征外，有些数理统计公式还有其它一些的条件，如t检验和方差分析的方差齐性、卡方检验的理论数（T）大小等。
总之，对于临床科研工作者来说，为正确地进行统计方法的抉择，首先要掌握或熟悉上述影响统计方法抉择因素；
其次，还应熟悉和了解常用统计方法的应用条件。
二。
数据资料的描述
统计描述的内容包括了统计指标、统计和表，其目的是使数据资料的基本特征更加清晰地表达。
本节只讨论统计指标的正确选用，而统计表的正确使用请参阅其他书籍。
1.数值变量资料的描述
描述数值变量资料的基本特征有两类指标，一是描述集中趋势的指标，用以反映一组数据的平均水平；
二是描述离散程度的指标，用以反映一组数据的变异大小。
各指标的名称及适用范围等见表2。
表2描述数值变量资料的常用指标
指标名称用途适用的资料
均数（X——）
描述一组数据的平均水平，集中位置正态分布或近似正态分布
中位数（M）与均数相同偏态分布、分布未知、两端无界
几何均数（G）与均数相同对数正态分布，等比资料
标准差（S）
描述一组数据的变异大小，离散程度
正态分布或近似正态分布
四分位数间距
（QU-QL）与标准差相同偏态分布、分布未知、两端无界
极差（R）与标准差相同观察例数相近的数值变量
变异系数（CV）与标准差相同比较几组资料间的变异大小
从表中可看出，均数与标准差联合使用描述正态分布或近似正态分布资料的基本特征；
中位数与四分位数间距联合使用描述偏态分布或未知分布资料的基本特征。
这些描述指标应用时，最常见的错误是不考虑其应用条件的随意使用，如：用均数和标准差描述偏态分布、分布未知或两端无界的资料，这是目前在临床研究文献中较为普遍和典型的错误。

⑩ 前瞻性的临床试验用什么统计学方法

您好，很多的，前瞻性只是一个收集数据的描述。看试验设计、评价指标等，才可以知道具体的方法。

下面是一点资料的扩展，希望对您有帮助。
随机对照临床试验是前瞻性研究，是检验某种假设最有力的方法。采用随机化分组，两组均衡性好，可比性强，排除混杂偏倚；有严格的诊断、纳入、排除标准，入选对象均质性好，观察指标与判断统一，减少入选偏倚；双盲法又可减少测量偏倚，研究者按研究目的控制整个试验过程，保证了研究质量，增强结果真实性。但临床试验以人为研究对象，很多时候由于客观存在的问题及伦理道德因素，无法进行随机对照双盲的临床试验，非随机对照临床试验同样具有重要价值。
一、病例报告(case report)
是对罕见病进行临床研究的重要形式。对单个病例或10 例以下病例详尽的临床报告，包括临床、组织化学、细胞学、免疫学、电镜、遗传学等各方面资料，由于是个例报告易产生偏倚，在临床试验中仅用于早期重大治疗措施的阐述。
二、病例分析(case analysis)
数十例以上，分析临床特点，结论有局限性。在研究初期或外科重大手术仍然是重要的手段。
三、非随机同期对照研究(non-randomized concurrent control trial)
研究对象接受何种治疗由主管研究的医师决定，或根据病人或病人家属是否愿意接受某种治疗而分组。优点是方便、简单，容易被医师和病人接受，依从性较高。缺点是难以保证各组间治疗前的可比性。治疗组和对照组在基本临床特征和主要预后因素方面分布不均，可能导致研究结果的明显偏倚。
四、自身前后对照研究(before-after study)
即同一组病人先后接受两种不同的治疗，以其中一种治疗作为对照，比较两种治疗结果的差别，以确定所考核药物的疗效。适用于慢性稳定或复发性疾病，如高血压和高血脂等。由于同一组病例先后作为治疗组和对照组而接受治疗，可确切判断每例患者对研究因素和安慰剂的反映，具有良好的可比性，结果的可靠性亦远高于不同病例组的前后对照研究。缺点是每一例的研究期限延长一倍，病人的依从性容易受到影响。在前后两个治疗阶段之间，需要根据前一阶段所用药物半衰期的5～7倍时间停止给药，作为洗脱期(washout period)，然后开始第二阶段治疗，目的使第一阶段作用不致于影响第二阶段。其他必备条件是第一阶段药物不能对第二阶段起作用。如第一阶段已治愈或死亡的病例不能进入第二阶段，就不能用此方法。
五、交叉对照研究(crossover design)
是对两组受试者使用两种不同的治疗措施，然后相互交换处理措施，最后比较结果的试验方法。优点是每例病人先后接受试验组或对照组的治疗，消除了不同个体间的差异。随机分组可避免组间差异和人为选择偏倚，需要的病例数较少。缺点是应用病种范围受限，对于各种急性重症疾患或不能回复到第一阶段治疗前状况的疾病(如心肌梗塞)，及那些不许可停止治疗让病情回到第一阶段的疾病(如心力衰竭)等，都不能采用交叉对照试验。两个阶段的治疗可能有重叠，故需要一个洗脱期，其长短依所选药物的半衰期和病种、病情而定。每阶段治疗期的长短受到限制，有些药物的有效性可能尚未发挥；整个研究观察期较长，不能避免病人的病情和观察指标的自然波动，病人的依从性不容易得到保证。
六、历史性对照研究(historical control trial)
比较现时给予试验药物治疗的一组病人结果与既往治疗的一组患同种疾病但未给予该药治疗的病人结果，以评价该药的疗效。缺点是特别容易产生偏倚，不能保证两组病人的病情和所考核的药物以外的治疗是否具有可比性。亦不能排除目前所治疗病例结果的改善实际上是由于其它因素的作用而造成结论错误。
七、序贯试验(sequential trial)
试验样本数事先不固定，而是每试验一对研究对象后，立即分析，再决定下一步试验，直到可以判断出结果时即停止试验。优点在于可以避免盲目加大样本而造成浪费，较适合临床工作的特点，计算亦较简便。缺点是仅适用于单指标的试验。
八、单病例随机对照试验(n of 1试验)
即对临床单个病例用多种药物作随机对照试验，以随机化决定病人接受哪一阶段的药物试验。例如病人随机接受治疗药物，然后接受安慰剂或其他治疗。筛选出确实对该病例有效的药物，用于治疗。单病例试验要求双盲试验，定量评估对病人在每一阶段的症状，试验将持续到病人和医师都能决定哪一种疗法更有效为止。适用于慢性病需要长期治疗者如冠心病、心绞痛，或心理、精神性疾病的治疗研究；或患者服用多种药物，其有效与无效、疗效与不良反应相互掺杂，而又不能相互识别，但又必须弄清各自效应，以决定弃舍的情况。这种试验不能提供治疗效果的最可靠证据，不适用于急性病和可以治愈的疾病。