假设一项临床试验在很多医院同时进行，每家医院只招到少数患者。研究者既要比较新疗法和对照组，又不能把医院之间的差异混在治疗效果里。医院越多，需要处理的小组就越多；如果分析方法没有跟上实际的分配方式，标准误——治疗效果估计可能波动多大的尺度——以及由它决定的置信区间和显著性，就可能不再可靠。Yang Liu 等人的工作处理的正是这个问题：在协变量自适应随机试验中，用混合效应模型分析大量、很小的分层。
中心太多，逐个估计未必划算
协变量自适应随机化不是每次独立抛硬币。它在分配下一位受试者时，会参考此前各组的年龄、病情或研究中心构成，尽量让两组保持平衡。多中心试验还常采用分层随机化：先按中心等特征分层，再在层内安排治疗。但当中心很多、每个中心人数有限时，就会出现大量小层。
一种常见分析思路，是把每个中心都当作固定效应，也就是为每家医院分别估计一个参数。可以把它理解为：给每个中心单独建一份档案。混合效应模型则同时放入所有人共享的固定效应，以及中心之间的随机波动，不必把每家医院都视为完全独立的问题。
论文摘要提到，FDA 在 2023 年曾担忧：当分层数量较大时，标准统计方法的表现可能恶化，其统计性质也会变得不清楚。不过，供稿没有提供 FDA 原始材料，本文无法进一步核对这项担忧的具体范围。
优势来自哪里？
据 American Statistical Association 的 JSM 2026 摘要，作者研究的是中心数量很多、每层样本相对有限的情形。在这类设置下，混合效应估计量的方差可以低于把每个中心都作为固定效应的估计量。方差越低，意味着同样的数据可能给出更精确的治疗效果估计，也可能提高统计功效——即试验在疗法确实有效时识别出效果的能力。
关键不只在模型，还在随机化留下了什么样的不平衡。作者把方差改善归因于随机化程序造成的“边际不平衡”：整体或某些协变量维度上，两组仍可能没有完全对齐。因此，能让协变量实现更细粒度平衡的设计，可能带来更有效率的推断。这也提醒研究者，试验设计和后续分析不能各管一段；分析方法需要理解受试者当初是怎样被分组的。
有限样本占优，不等于永远占优
论文同时给出一个看似相反、其实并不矛盾的结论：随着样本量增长，混合效应估计量和固定效应估计量会渐近等价。“渐近”指样本越来越大时的长期性质。换句话说，混合模型的吸引力主要体现在中心很多、单层数据有限的现实阶段；数据足够多后，两种方法的差别会逐渐缩小。
这项工作值得关注，也正在于它把讨论从“哪个模型听起来更高级”拉回具体条件：随机化怎样做、分层有多少、每层有多少数据，都会影响标准误和显著性是否可信。作者用模拟研究和一个临床试验案例验证了理论结果，但现有材料没有披露具体数字。
局限与未知
- 所有效果论断均来自同一篇论文及其会议摘要，尚无独立研究交叉验证。
- 摘要未提供方差降低和功效提升的幅度，也未披露模拟设置、临床案例规模及完整适用条件，因此不能推断混合模型在所有设计下都更好。
- 作者称其为“首次严格解决方案”，这是首创性表述，仅凭作者自述无法确认。