随机化作为试验设计的基本原则之一，已广泛应用于许多临床研究中。 临床研究中常用的随机化过程包括随机抽样和随机分组。 随机抽样是按照随机的方法从总体中抽取样本。 实现方法有很多种（例如完全随机抽样、机械抽样、整群抽样和多组抽样）。 阶段抽样等）。
随机分组是指按照随机的方法将研究对象分为不同的组。 实现方法也有很多种。 在前面的介绍中，我们讨论了完全随机分组和块随机分组。 此外，还有分层随机分组和动态随机分组。 分层随机分组是按照一定因素进行分层，然后在每个层内进行随机分组。
动态随机分组不同于上面提到的各种随机分组方法。 我们知道，随机分组的核心是“人人平等”，即研究对象可以按照“机会均等原则”进行分组。 动态随机分组，顾名思义，就是每个研究对象被划分到某个组的概率不是固定的，而是根据一定的条件进行调整的。 动态随机性的常见方法包括偏置硬币抛掷法、瓮法和最小化法。 有偏差的抛硬币法和瓮法主要是为了保证组间的病例数相似，而最小化随机分组的核心目的是保证分组后组间的某些影响因素达到平衡。
例如，研究人员想要使用 RCT 设计来研究两种手术 A 和 B 的短期疗效。 在研究进行之前，研究者意识到研究对象的年龄、疾病阶段和病理类型是影响疗效的重要因素。 因素。 因此，在研究分组中，研究人员希望做到随机化后，A、B两个手术组在年龄、疾病分期、病理类型等方面基本一致。 这样就更容易解释A组和B组的疗效了。
基于“平衡多种影响因素”的目的，尽量减少随机性更为合适。 其实现过程为：
1、确定需要平衡的影响因素、各自的权重以及目标群体的分布概率；
2. 第一个研究对象是完全随机的；
3.从第二个研究对象开始，将研究对象分为特定组后，计算两组间预后因素的差异；
4.按照差异最小化的原则，将研究对象按照分布概率进行随机分组。
这个计算过程从第二个研究对象入组开始就一直在计算。 每个研究对象都需要计算一次。 听起来很麻烦。 这里举一个例子（因为差值的计算方法不同，所以下面使用极端的计算方法。差值法的例子）。
还是上面的例子，假设年龄、疾病分期、病理类型的权重分别为1、2、3，则当前入组的16例患者分组如下图所示：
这时，根据差异最小化的原则，我们将第17个研究对象优先分为A组。这个过程一般是通过完全随机的方法来实现的，目标组的分布概率一般在2/3到1之间。
以上就是最小化随机性的过程，其优点很明显：可以很好地平衡两组影响因素的构成。 但它也有缺点，即随机分组过程复杂，且能否采用常规统计方法对研究结果进行统计分析仍存在争议。 最小化随机分组过程的复杂度基本上不再是问题。 随着智能手机软件的广泛使用，这些简单的计算很容易实现。 在我们的微信平台上，我们会逐步开放这样的随机流程。
读完上面的例子，你可能会觉得没有必要最小化随机性。 我们可以通过分层区块随机化来实现它。 但如果样本量较小且分层因素较多，则进行分层分块随机化就比较困难。 研究表明，当100人被随机分为两组时，最小化随机化可以同时保证20个以上影响因素的均匀性，但分层随机化此时并不容易进行。 因此，随机性最小化一般用于需要平衡多个影响因素且样本量不大的随机分组过程。
（此处省略参考文献，进一步理解请参阅相关文献）