盲法是指有意向研究相关人员隐瞒可能影响其行为、观察、判断或分析决策的信息。最常见的做法是在随机对照试验中隐瞒参与者接受的是哪种干预。同样的原则也适用于实验室实验、感官测试、影像评估、法证比对以及某些物理学分析。英文中也广泛使用“masking”作为同义术语。
盲法是实验设计的组成部分,而不是在数据收集完成后进行的统计校正。其目的是防止研究人员或参与者因知晓分组情况或预期结果,而改变证据产生的过程。盲法与随机化相辅相成,但两者的作用不同:随机化旨在处理分组时比较组之间的系统性差异。一项研究可以采用随机化而不设盲,非随机研究中的观察也可以采用盲法。
盲法的有效性取决于哪些人不知道哪些信息、这种状态持续多久,以及实施时的实际条件。因此,与其使用“单盲”或“双盲”这样的描述,不如明确说明参与者、干预实施者、结局评估者和分析人员是否接受了设盲,这样更能提供有用的信息。盲法可以减少一些重要的偏倚来源,但既不能保证研究有效,也不会使所有治疗比较都回答同一个科学问题。
统计学与因果基础
在统计学中,偏倚是指估计程序系统性地偏离其预期目标。盲法针对的是可能造成这种偏离的特定机制:行为上的差异、观察上的差异,以及受组间比较相关信息影响的决策。盲法本身通常不会提高精度,也不能确保研究具有足够的样本量。即使组间差异估计得很精确,也仍可能因未设盲的测量而失真。
一个简单的测量模型可以说明这一问题。令 表示被分配至两种干预之一, 表示潜在的真实结局, 表示其记录值。假设
其中, 代表评估者掌握的信息或持有的判断, 是系统性的记录效应, 是随机测量误差。那么,观测到的组间差异的期望值既包含真实结局的组间差异,也包含两组记录效应的任何差异。随机分配无法消除分配之后引入的记录失真。对评估者设盲,旨在使测量过程不受治疗组别标签的影响。
对参与者和治疗提供者设盲还会通过其他路径发挥作用。知晓分组情况可能改变预期、依从性、额外治疗、报告行为以及退出研究的决定。在因果推断中,这些变量往往是分组的后果,而非基线混杂因素。因此,将未设盲引起的所有问题都称为“混杂”,会掩盖其因果结构。例如,工作人员给予接受其偏好干预的参与者更多鼓励,属于分组后照护上的差异,并不一定意味着原有特征不均衡。
由知晓分组情况所介导的路径是否构成偏倚,也取决于研究要回答的问题。估计某种成分药理作用的试验,可能力求使各组的预期和所获临床关注保持相近。而对两种公开实施的治疗策略进行实用性比较时,则可能有意将知晓所用策略产生的后果纳入其中。这些对应的是不同的估计目标,即研究旨在估计的、经过精确定义的量。盲法有助于使数据生成过程与估计目标相匹配,却不能决定哪一种估计目标在科学上更为适当。
盲法也不同于统计独立性。处于设盲状态的评估者仍可能接触到与治疗相关的观察结果,例如可辨认的副作用。反过来,知晓分组情况的人也可能遵循足够机械化的测量程序,使主观裁量造成偏倚的空间很小。关键问题不只是是否知晓分组情况,而是这些信息能否影响与结局相关的决策。
对谁设盲,隐瞒哪些信息?
研究中可以对多个不同群体设盲。参与者可以不知道自己被分配接受哪种干预;临床医生及其他医疗服务提供者可以不知道自己实施的是哪种干预;结局评估者可以在不知晓分组的情况下评估结果;实验室人员可以接收仅以编码标识的标本;统计人员则可以分析仅用中性标签标识的各组数据。这些保护措施不一定同时实施。例如,一项外科手术试验可能不对外科医生设盲,但对患者、影像阅片者和终点事件判定人员设盲。
人们熟悉的“单盲”“双盲”和“三盲”等称谓,与上述角色之间并没有一致的对应关系。“双盲”通常表示参与者和治疗人员都不知道分组,但有时也用于指参与者和结局评估者均被设盲的情况。这种歧义不容忽视,因为不同角色产生偏倚的机会各不相同。因此,应明确说明涉及哪些人员、隐瞒哪些信息,以及在研究的哪些阶段实施了信息隐瞒。
盲法还必须与分配隐藏区分开来。分配隐藏是指,在参与者入组成为不可撤销的决定之前,防止招募人员知晓或预测下一次分配结果。其目的是防止参与者被选择性地纳入不同治疗组。盲法通常涉及分配之后的信息。在开放标签试验中,集中管理的随机化服务可以提供严密的分配隐藏;反过来,即使研究用药片外观完全相同,如果招募人员能够预测下一次治疗分配,仍然无法防止选择偏倚。随机序列生成、分配隐藏和分配后设盲是彼此独立的保障措施。
信息限制的范围可以比治疗设盲更窄。病理学家可能知道标本来自接受过处理的动物,但不知道剂量、采样时间或研究者的假设。可以向评估者隐瞒既往检测结果,以免先前的解释影响新的判读。参与者可以了解研究的大致目的,但不知道正在检验的具体假设。这些安排需要用准确的术语描述,因为隐瞒研究假设并不等同于隐瞒干预分配。
盲法也会随时间而变化。分析人员在数据清理期间可能始终处于盲态,但在建模之前获知各组身份。独立监查委员会可以查看未设盲的组间比较结果,而研究者仍保持盲态。参与者可以在完成随访后被揭盲,而不影响此前的观察。因此,恰当的描述应将盲法视为一套针对不同角色和不同时间阶段的信息访问规则,而不是整项研究一个永久不变的单一属性。
建立和维持可信的盲法
在药物试验中,实施盲法通常需要使各项干预在外观、包装、给药方式和给药时间安排上无法区分。安慰剂可以在颜色、形状、质地、味道和气味上与活性制剂一致,但不含所研究的成分。如果一种制剂的溶解表现不同、有独特的余味,或在操作上存在明显差异,仅有相同的外观仍不足以维持盲法。此外,还必须防止标签、发药记录、电子界面和日常沟通泄露治疗分组编码。
当两种治疗的形式不同时,可以采用双模拟设计来维持盲法。假设一种治疗使用片剂,另一种使用注射剂。分配至片剂组的参与者接受活性片剂和安慰剂注射剂;分配至注射剂组的参与者接受安慰剂片剂和活性注射剂。这样,两组参与者所经历的治疗方案在表面上完全相同。这种设计能更有效地分离出两种治疗之间的差异,但也会增加负担,并可能改变依从性,或使参与试验的情形更难代表日常使用情况。
活性安慰剂会产生一些可察觉的效应,与受试干预的效应相似,但不产生该干预预期的治疗作用。当使用惰性对照会使分组情况容易被推断出来时,就会采用活性安慰剂。不过,这一区分并非绝对:为模拟口干、镇静或其他感觉而选用的物质,本身也可能改变结局。因此,与活性安慰剂进行比较,估计的是两种实际干预之间的差异,而不一定是治疗与完全没有生理效应之间的差异。
将不同操作环节相互分离也是一项重要技术。不设盲的药师可以负责配制带有编码的药物,但不参与结局评估。技术团队可以负责配置设备,再将后续随访交由设盲的工作人员承担。中心实验室可以使用不透露分组情况的识别编号来处理标本。在多中心研究中,访问权限控制和标准化沟通程序有助于防止信息从知晓分组的操作人员流向不知晓分组的研究者。
即使各项干预经过精心匹配,其产生的后果仍可能使它们变得可以区分。某种治疗可能引起特征性的实验室指标变化、输注反应,或显著的病情改善。试图消除所有这类线索,可能会妨碍安全性监测,或使干预之间的比较脱离实际。因此,盲法是一道人为设计、存在可预见薄弱环节的信息屏障,并不保证任何参与者都绝不会形成准确判断。与其笼统宣称盲法“成功”,不如记录制剂匹配情况、访问权限、人员职责分离以及已知的信息泄露途径,这样更有参考价值。
结局测量与评估
评估者设盲的重要性在很大程度上取决于结局是如何产生的。疼痛评分、临床印象、影像解读或对功能改善的判断,都包含人的解释。预期可能影响提出哪些问题、如何对含糊的回答进行分类,或是否将处于临界状态的发现判为异常。在反复测量结局时,或研究采用阈值将连续测量值转化为二分类事件时,即便是细微的判断偏移,也可能逐渐累积。
参与者报告的结局尤其需要谨慎对待,因为参与者同时也是评估者。对外部评估者设盲,并不能消除自报症状评分中的预期效应。反过来说,所报告的体验发生变化,也不一定意味着这种变化是虚假的:预期可能影响症状感受和行为。在生活质量研究中,所报告的体验本身就可能是目标结局的一部分。方法学上的任务,是将研究关注的比较与不均等的预期或报告条件所造成的影响区分开来,而不是将所有主观反应都判为无效。
看似客观的结局也可能包含需要酌情判断的环节。全因死亡通常比症状评分涉及更少的解释性判断,但诊断检查、住院或干预的决策,可能受到是否知晓分组的影响。记录在案的住院是客观事件,但决定收治入院的过程未必独立于对治疗分组的了解。即使仪器会自动输出数值结果,实验室测量仍可能受到标本采集、采集时间、储存、剔除和重复检测等方面组间差异的影响。
采用盲法的中央评估可以降低其中一些风险。影像学研究可以将扫描影像交由不知晓治疗分组、也未接触临床病情叙述的阅片者评阅。终点事件判定委员会可以依据隐去相关信息的记录,按预先规定的标准判定潜在事件。然而,如果记录中含有可辨识的操作、药物名称或特征性并发症,隐瞒分组信息就可能很困难。删去过多背景信息也可能妨碍准确分类,因此,评估流程必须在限制信息与保留作出有效判断所需证据之间取得平衡。
盲法与标准化相辅相成。无论能否实现完全设盲,明确的评分规则、仪器校准、培训、重复评估和判定程序,都能减少自由裁量的空间。但这些措施无法完全替代盲法:当观察结果处于临界状态时,评估者可能以不同方式运用看似标准化的规则。同样,盲法也无法弥补测量工具本身的不可靠。测量质量共同取决于所测构念、程序的可重复性,以及能否防止信息知悉情况造成组间差异。
盲态统计分析与期中监测
知晓哪一组接受了干预,可能会影响分析决策。研究者看到哪些选择有利于得出其偏好的结果后,可能据此选择数据变换、协变量、排除规则、结局评估时间窗或亚组定义。即使最终只报告一项分析,这种灵活性仍与多重检验有关。对分析人员设盲,可限制其了解某项分析选择会对特定治疗的结果产生何种影响。
一种方法是将研究组标记为“A组”和“B组”,直到完成数据清理并确定分析方案。这有助于防范针对特定治疗的偏好,但无法掩盖组间差异是否存在及其方向。分析人员如果看到A组结局更好,仍可能倾向于选择能扩大这一差异的分析方法;而具有辨识度的不良反应或基线变量,也可能暴露各组的真实身份。更严格的设盲可以在作出初步决策时,完全限制对组间结局比较结果的获取,不过这可能使模型诊断和错误检测更加困难。
统计分析计划应在接触相关非盲态结果之前,记录拟采用的结局定义、分析人群、模型、协变量、缺失数据处理方法及敏感性分析。在处理数据质疑,或判断观测值是否符合预先设定的标准时,盲法尤其有用。计划定稿且数据库锁定后,便可揭示治疗编码,以开展规定的分析。数据库锁定控制的是对数据的修改;它本身并不能证明每一项分析选择都已预先设定或不受偏倚影响。
期中监测使有限范围内的揭盲具有正当必要性。独立的数据监查委员会可以审查不断积累的结果,以评估安全性,并判断是否已达到停止标准。因此,为该委员会提供统计支持的人员可能获知各组的治疗身份,而这些信息仍对研究者、参与者和主要分析团队保密。信息隔离可降低期中结果的趋势影响招募、诊疗、随访或对外沟通的可能性。序贯监测还需要采用适当的统计方法;在反复进行显著性检验时,仅靠盲法并不能维持第一类错误率。
某些研究设计调整可以利用盲态信息。对于连续型结局,两个独立组的均值之差的方差近似为
内部先导研究可以估计与变异程度有关的干扰参数,并在不揭示具体治疗间对比结果的情况下调整样本量。然而,当各组均值不同时,不区分组别计算的合并方差可能包含组间变异成分。因此,盲态样本量重估的有效性取决于所用的估计量、决策规则和设计假设;仅仅隐藏治疗标签,并不能保证其有效性。
评估盲法与处理揭盲
意外泄露、可预测的分配程序、具有辨识度的干预效果,或有意查阅分组编码,都可能导致盲法失效。这些机制应当加以区分。包装标签贴错属于程序上的违规;参与者根据症状改善推测自己所属的组别,则是基于结局形成的判断。两者都可能影响后续行为,但对研究实施以及如何解读盲法评估结果而言,其意义并不相同。
研究者有时会请参与者或评估者猜测治疗分组。猜对的比例很容易报告,却难以解释。在等比例分配的两组试验中,如果必须作出猜测,随机猜测的正确率应为一半。但在实际研究中,受访者可能获准回答“不知道”,可能事先认为某一分组的可能性更高,也可能根据真实的获益或不良反应推断分组。因此,猜对并不能证明最初的设盲程序不充分,而猜测的准确率处于随机水平,也不能证明每一项重要决策都得到了盲法保护。
询问的时机至关重要。在结局尚未出现前收集的猜测,与在显著反应出现后收集的猜测,衡量的并不是同一回事。反复询问本身也可能使参与者更加关注治疗身份,促使他们寻找线索。已提出的衡量指标包括1996年引入的 James 盲法指数和2004年引入的 Bang 盲法指数。这些指数按照特定的评分规则概括猜测的分布模式,但没有任何一种指数能提供普遍有效的合格与否判据,用来确定一项研究是否不存在偏倚。
在形式上,可以区分分组 与报告的猜测 。较低的互信息 表明,猜测中所含的分组统计信息很少。然而,这本身并不能证明所期望的因果性质已经成立。猜测可能受到结局的影响;某些未被测量的看法即使未体现为最终猜测的准确性,仍可能影响行为;少数具有重要影响力的知晓分组的评估者,其作用可能比全体工作人员的平均回答更大。因此,盲法完整性的衡量结果属于描述性证据,不能代替对研究实施过程的审查。
出于临床处置需要而揭盲,是另一个问题。当个别参与者的治疗信息是作出紧急决策所必需的时,试验系统通常允许获授权人员查明该参与者接受的治疗。此类信息查阅可仅限于该参与者,并记录查阅时间和原因。紧急揭盲并不意味着必须终止所有随访或公开其他参与者的分组。它对研究有效性的影响,取决于哪些后续决策和观察可能受到影响,以及研究的分析和报告是否对这些后果作出了处理。
可行性、伦理与开放标签比较
完全设盲往往无法实现。参与者通常知道自己是否接受了手术、心理治疗,是否参加了运动项目,或是否使用了显眼的辅助器具。干预实施者通常也必须知道自己正在实施什么操作。教育和公共政策干预可能在学校、工作场所或社区层面开展,使隐瞒分组情况变得不切实际。在这些情境下,开放标签试验并非天然缺乏信息价值;如何解读其结果,取决于研究问题以及仍可采取的防范偏倚措施。
一种做法是将干预实施与评价分开。治疗提供者可以知晓分组,而随访访谈、影像判读、实验室工作或事件判定则由无法获取分组信息的人员完成。前瞻性、随机、开放标签且终点评估设盲的设计,通常称为 PROBE 设计。这种安排可保护终点评估免受分组信息的影响,但无法消除共同干预、依从性、参与者报告或开具诊断检查的决策等方面的差异。这个缩写描述的是一组设计特征,并不意味着它等同于完全设盲的试验。
模拟操作会带来额外的伦理问题,因为用于维持盲态的操作本身也可能存在风险。模拟手术可能包括麻醉、切口或模拟手术步骤,但不包含正在评价的那一部分操作。伦理评估需要考虑设置这种对照的科学必要性、由此施加的风险和负担、可用的替代方案,以及在知情同意过程中披露的信息。模拟对照能够改善盲法效果,但仅凭这一点,并不足以证明让参与者承担其风险是合理的。
盲法通常与知情同意并不冲突。可以告知参与者:分组情况将被隐瞒,他们可能接受哪些干预,已知的相关风险有哪些,以及何时可能披露治疗信息。这不同于隐瞒研究的存在或在研究程序方面实施欺骗。安慰剂对照也不等于不给予任何医疗照护:两组都可以接受已确立的基础治疗,其中一组额外接受试验性干预,另一组则接受相匹配的对照干预。
如果隐瞒信息会改变所关注干预的实质,那么公开实施干预的比较设计可能更切合研究目的。例如,一项研究现实环境中综合服务方案的试验,可能旨在测量服务内容、组织方式以及参与者知道自己正在接受服务这几方面的综合效应。此时,结果的解释取决于是否明确界定了目标估计量,以及测量程序是否透明。敏感性分析可以探索合理的测量假设或缺失数据假设会带来什么后果,但不存在一种通用的数值校正方法,能将未设盲的估计值转换为盲法试验本会得出的结果。
历史发展与实证证据
1784年,法国对动物磁力的调查是早期隐瞒实验条件的一项有影响力的实践。一个由本杰明·富兰克林、安托万·拉瓦锡等人组成的皇家委员会,审查了与弗朗茨·安东·梅斯梅尔的实践有关的主张。在一些测试中,受试者并不知道所谓的磁力操作是否正在实施,这有助于区分由期待和暗示引起的反应,以及由所声称的物理作用因素引起的反应。这些调查并非现代意义上的随机临床试验,但体现了盲法的核心逻辑:隐瞒可能影响所观察反应的信息。
1835年,纽伦堡的一项试验使用编码小瓶,以及旨在隐瞒瓶内物品的分配安排,研究一种高度稀释的顺势疗法制剂。这项试验常被视为盲法比较的早期实例。历史上有关“首个”盲法实验的说法,取决于所采用的判定标准:是向参与者隐瞒信息、向实验人员隐瞒信息、随机分配,还是这些特征的组合。更早的演示和后来的临床实践,都无法简单归入某一个现代类别。
20世纪对照临床试验的发展,使这些区分更加系统化。英国医学研究理事会于1948年开展的链霉素治疗肺结核试验,采用了随机分配,并通过相应程序隐瞒分配结果。患者和主治临床医生知道是否使用了链霉素,而胸部X线片的评估则在不知道分组情况的条件下进行。因此,这项试验的重要性并不在于它是对所有相关人员均实施双盲的范例,而在于它表明,随机化、分配隐藏和盲法评估可以有意识地以不同方式结合使用。
后来的方法学研究考察了采用与未采用特定防偏倚措施的研究,其治疗效应是否存在差异。肯尼思·舒尔茨及其同事于1995年开展的一项研究,分析了33项元分析中的250项试验,报告了试验方法与效应估计值之间的关联。此后的元流行病学研究考察了规模更大的研究集合,并区分了针对参与者、照护人员和评估者实施的盲法。研究发现因结局类型、临床领域、方法学定义及研究间比较方式的不同而有所差异。
这些研究在推断方面面临一个重要局限:多数研究所比较的试验,差异并不只在于是否设盲。未设盲试验可能研究不同的干预措施、采用不同的结局指标,或存在其他设计缺陷。在同一研究内比较盲法评估与非盲法评估,可以更直接地分离出某些作用机制,但并非每一种结局或研究情境都有这样的比较数据。因此,实证文献支持评估导致偏倚的具体途径,而不是对所有未设盲研究结果统一套用一个效应夸大系数。当代偏倚风险评估框架也同样区分对干预实施的影响与对结局测量的影响。
临床试验以外的应用
在实验室研究中,对样本编码并隐藏处理标签,可以防止观察和处理过程中的决策受到偏倚影响。计数染色细胞的研究人员可以不知道样本所属的实验条件;动物行为评估人员可以在不知晓处理方式的情况下对录像评分;实验室也可以接收以中性标识标记、按随机顺序排列的标本。在选择显微镜视野、排除录像、识别异常观察结果或决定哪些测量需要重复等涉及主观裁量的步骤之前引入盲法,效果最为显著。如果在这些决策作出之后才隐藏标签,先前产生偏倚的机会依然存在。
感官研究是盲法的一项尤为直接的应用。在食品品尝中,可以使用相同的容器盛放产品,并标注随机编码,以免品牌、价格和包装影响评分。编码并不能消除顺序效应、适应效应或残留效应,因此,样品的呈现顺序和比较设计也很重要。同样的道理也适用于音响设备比较和其他感知测试:只要测试程序不引入新的线索,就可以将对产品声誉的了解与所研究的感官信息分离开来。
法庭科学中的比对也面临类似的背景信息影响问题。鉴定人员在评估指纹、笔迹样本或其他痕迹时,可能会获得有关嫌疑人或案情假说的信息,而这些信息并非技术比对所必需。限制这类信息,或按照受控的顺序逐步披露,可以减少背景信息引发的预期影响结果解读的机会。这并不总是临床意义上的干预设盲,而是在保留检验所需材料的同时,有选择地管理与任务无关的信息。
在实验物理学中,盲分析可以隐藏信号区,或在拟合参数中引入一个未公开的偏移量。研究人员可以制定事例筛选标准并研究控制区,而不必看到自己的选择是否使核心结果向预期值靠近。分析程序最终确定后,再开放信号区或移除偏移量。这些做法旨在应对实验者预期和分析灵活性带来的问题,但需要谨慎实施:所采用的变换不能使必要的检验失效,数据中其他部分的信息也不能让人轻易推算出隐藏的结果。
在学术评审和计算领域,盲法也有相近但不同的含义。在同行评审中,隐藏作者或评审者的身份,旨在限制与身份有关的影响,不过,研究主题和自引仍可能暴露作者身份。在密码学中,“盲化”可以指用随机值对输入进行变换,使另一方能够在不知道原始输入的情况下执行某项运算,盲签名就是一例。这些做法的共同点是限制信息的获取,但密码学盲化是由形式化的计算性质和安全性质来界定的,而不是由其对实验行为或测量偏倚的影响来界定。