临床试验做到一半，如果一种治疗看起来更有效，能否让后来患者更有机会接受它？响应自适应随机化（RAR）正是这种思路：它根据不断积累的结局数据，调整下一位患者进入各治疗组的随机概率。不过，会“动态分流”不等于能放心用于临床。团队还得确认规则在不同情形下是否可靠，并能复现每次概率是怎样算出来的。
这篇综述从 CRAN、GitHub、文献和研究者线索中筛出16款公开开源工具，覆盖多类RAR方法。最值得注意的不是数量，而是工具与真实试验之间的落差：多数软件只服务于特定方法，能做通用自适应试验设计与分析的只有少数；延迟或缺失结局、疗效随时间变化、灵活评估操作特性——即用大量模拟检查错误率、把握度和样本量——以及平台试验等实际需求，很少得到明确支持，甚至完全缺席。换句话说，现有工具适合探索方案，但距离经过充分验证、便于审计并能稳定执行的临床基础设施，仍有一段路。