临床试验按其目的大体可分为：“验证性（confirmatory）”试验和“探索性（exploratory）”试验，验证性试验是控制良好的试验，总是预先定义与试验目的直接有关的关键假设，并且在试验完成后对此进行检验，验证性试验必须提供疗效和安全性的可靠证据。新药临床试验中大部分是验证性试验。但一个临床试验常具有验证性和探索性两方面。对于每一个支持上市申请的新药临床试验，所有关于设计、实施和统计分析的要点应当于试验开始前在试验方案中写明。试验方案中的统计学设计主要包括：试验组与对照组的设置、处理的分配、样本大小的确定和为避免偏差而采用的技术等。

验证性试验的最常见设计是平行组设计。受试者被随机分配到两个（或多个）组中的一个，每个组接受不同的治疗。治疗包括一个或几个剂量的研究产品，以及一个或多个对照［如安慰剂和（或）阳性对照］。这种设计最为有效，通常有明确的有效性结果，完成研究时间较短。但是，这种设计需要较大的样本，有较大的受试者变异，试验的某些特点会使结果的分析和解释复杂化。

在交叉设计中，每例受试者被随机分配到两个或多个治疗序列中的一个，其自身在接受治疗实验中也同时作为对照。这个简单设计的吸引力在于它减少了样本含量。在最简单的2 × 2交叉设计中，受试者按随机顺序在两个连续的治疗周期（间隔一个洗脱期）中分别接受两种治疗。这种设计可以扩大到在 n（＞2）个周期接受 n种不同治疗。交叉设计的优点是所需受试者例数较小，保证了实验组与对照组之间的均衡性。但是，除了试验时间较长、序列效应和周期效应需作分析以外，交叉设计存在许多可能会使其结果无效的问题，主要是可能带入延期（carryover）效应。在2 × 2设计中，为避免延期效应，设计时必须对疾病和新药有足够的认识。所研究的疾病应当是慢性病且病情稳定；药物的作用在治疗周期内应当充分展现；洗脱期要足够长，以使药物的作用完全消退。

最简单的例子是2 × 2析因设计，受试者被随机分配到两种治疗（A，B）的4种可能组合中的一个：A，B，AB，无A无B。这一设计在多数情况下可用于检验A与B的交互作用。

析因设计的另一重要用途是确定同时使用治疗A和B的剂量-反应特征。设A有 m个剂量水平（通常包括零剂量、安慰剂），治疗B有 n个剂量水平，那么析因设计包含了 m × n个治疗组，每个受试者接受不同剂量的A、B组合，结果有助于估算合适的临床剂量组合。

《药物临床试验质量管理规范》中指出，多中心临床试验是由多位研究者按同一试验方案在不同地点和单位同时进行的临床试验。各中心同期开始与结束试验。

多中心临床试验是一种实践上可被接受、且更加有效地评价新药的方法。它的优点是可以在一定的时间内招募足够多的受试者，而且多中心临床试验为其研究结论的普遍性提供了良好的基础。一个多中心临床试验要成功，各中心必须采用同样的试验方案并严格按此实施临床试验，需要有尽可能完善的实施临床试验的标准化操作程序。样本把握度的计算通常是假定各中心所比较的治疗差异是同样数量的无偏差估计，多中心试验应当避免各中心招募的受试者人群特征变化过大以及样本含量过小的中心，以降低治疗效果的不同权重估算的差异。每个中心必须有一个主要研究人员负责本中心的研究工作符合设计要求，试验前集中对各中心人员进行必要的培训，实施试验过程中的质量控制。多中心研究中，研究人员可能从一个医院入选受试对象，也可能从几个协作医院同时入选受试对象。因此，试验方案中应该对中心有明确的定义（如指研究人员、医院或地区），多数场合中心以研究人员来限定。如果每个中心有相当数量的受试对象，在分析多中心研究的主要治疗效应时，要考虑中心间的均衡性。

多中心试验的计划和组织实施要考虑以下各点：

1．试验方案由各中心的主要研究者与申办者共同讨论认定，伦理委员会批准后执行；

2．在临床试验开始时及进行的中期应组织研究者会议；

3．各中心同期进行临床试验；

4．各中心临床试验样本大小及中心间的分配应符合统计分析的要求；

5．保证在不同中心以相同程序管理试验用药品，包括分发和储藏；

6．根据同一试验方案培训参加该试验的研究者；

7．建立标准化的评价方法，试验中所采用的实验室和临床评价方法均应有统一的质量控制，实验室检查也可由中心实验室进行；

8．数据资料应集中管理与分析，应建立数据传递、管理、核查与查询程序；

9．保证各试验中心研究者遵从试验方案，包括在违背方案时终止其参加试验。

在临床试验中，用目前已公认的传统假设检验（又称显著性检验）来判断药物的疗效是不合理的，因为它无法准确区分两药疗效差异的方向性和体现差异大小所揭示的临床实际意义。因此，国际上根据研究目的不同，普遍采用优效性、等效性和非劣效性假设检验。本小节对优效性、等效性和非劣效性试验作简单介绍。

优效性试验指主要研究目的是显示试验药物反应优于对照药物（阳性或安慰剂对照）的试验。临床上，试验药A比对照药B优于某一具有临床意义的数值时才认为是优效，此时即为临床优效性试验，其假设检验如下：

无效假设 H ₀：A药疗效−B药疗效 ≤ Δ（试验药不优于对照药）

备选假设 H ₁：A药疗效−B药疗效 > Δ（试验药优于对照药）

Δ为某一具有临床意义的数值，这里称为优效性界值。 Δ为0时临床优效性检验即为统计优效性检验。

结论： 若 P>0.025，按单侧 α = 0.025的检验水准不能拒绝 H ₀假设，即无法判断试验药优于对照药；若 P<0.025，则接受 H ₁假设，可认为试验药优于对照药。

等效性试验指主要研究目的是要显示两种或多种药物或处理的反应，无临床意义上的差异的试验，即差异在临床上不超过等效性界值Δ。等效性试验的假设检验如下：

无效假设 H ₀：A药疗效−B药疗效≤− Δ（试验药劣于对照药）或A药疗效−B药疗效≥ Δ（试验药优于对照药）

备选假设 H ₁： − Δ< A药疗效−B药疗效< Δ（试验药等效于对照药）

等效性试验的应用多见于对同一活性成分的生物等效性以及血浆无法测定时的临床等效验证。由于需要在两个方向上同时进行两次单侧检验，所以只有两个原假设均被拒绝，才可得出两药为“等效”的结论。

结论： 若 P ₁ >0.025或 P ₂ >0.025，按2 α = 0.05的检验水准不能拒绝 H ₀假设，即无法判断试验药等效于对照药；若 P ₁ <0.025且 P ₂<0.025，则接受 H ₁假设，可认为试验药等效于对照药。

非劣效性试验指主要研究目的是显示试验药物的疗效，在临床意义上不差于（非劣于）对照药物的试验。非劣效试验的假设检验如下：

无效假设 H ₀：A药疗效−B药疗效 ≤− Δ（试验药劣于对照药）

备选假设 H ₁：A药疗效−B药疗效 > − Δ（试验药非劣于对照药）

非劣效性试验设计要求阳性对照物应具有较稳定的有效性，一般用于有客观疗效指标的临床研究中（如抗菌药物的临床终点、心血管治疗中的主要不良心血管事件、肿瘤治疗中死亡或进展事件、2型糖尿病降糖治疗中的糖化血红蛋白等）。

结论： 如 P>0.025，按单侧 α = 0.025的检验水准不能拒绝 H ₀假设，即无法判断试验药非劣于对照药；如 P<0.025，则接受 H ₁假设，可认为试验药劣于对照药。

非劣效界值 Δ的确定是设计的关键，需要由主要研究者和生物统计学专业人员共同制定，并由主要研究者从临床角度确定。非劣效界值 Δ应不超过临床可接受的最大差别范围，且应小于阳性对照药物对安慰剂的有效性试验所观察到的差异（如果已知）。 Δ的具体确定方法可参考相关书籍和期刊论文。

单样本随机对照试验即单病例随机对照试验，以患者自身作为对照，根据疾病特点设置3轮或以上试验，每轮治疗期和对照期时长由疗程决定，其顺序由第三方研究人员随机分配，保证受试者、研究者及结果测量者对分配情况均不知情，在治疗期和对照期研究者严格按照随机分配顺序给予干预措施或另一种干预措施（或安慰剂），每期结束后设置洗脱期来消除此干预措施的残余影响，对结果统计分析，评价干预措施疗效，以指导多个个体患者的医疗或护理。

单病例随机对照试验设计主要有8个步骤：①针对临床问题选题。②根据纳入和排除标准确定受试者，使患者了解试验的整个过程，并且同意受试。③确定试验药物，制备的安慰剂须与试验药物外观包装、气味等一致。④根据具体病情确定试验轮数，根据最佳疗程确定每期天数，根据药物性质确定洗脱时间；每轮治疗期和对照期顺序随机确定，随机方法由不参与试验的研究人员设计。⑤确定观察指标，可以是主观症状（如评分量表等），也可以是客观指标（如体征和实验室检查等）。⑥准确记录测量数据，可由结果测量者记录，也可由患者个人记录。⑦统计分析可采用Stata、SAS等统计软件处理数据。⑧调整治疗措施并总结，试验终止指征应由疾病的治疗程度所决定，需出现两种治疗明显的差异，评价疗效，患者结合自身感受决定是否继续治疗以及由试验者调整进一步治疗措施。