准实验和自然实验设计

当随机分配不可能、不道德或不切实际时，准实验设计通过使用结构化但非随机的变异来近似受控比较，以评估干预或暴露的效果。自然实验是一种密切相关的形式，其中暴露源于政策变化、项目或外部事件，而非研究者分配，这使得研究人员能够研究那些无法随机化的群体层面干预措施。

Definition

准实验设计在没有随机分配的情况下估计干预的效果，它依赖于结构化比较（随时间、组间或跨阈值）来分离干预的效果；自然实验是一种准实验，其中暴露由研究者控制之外的事件决定。

Scope

本主题涵盖了准实验和自然实验共有的逻辑、常见设计（如中断时间序列、对照前后研究、双重差分和回归不连续性），以及它们在随机对照试验和纯观察性研究之间的位置。它属于循证实践中的方法学参考，不提供临床指导。

Core questions

• 当无法进行随机化时，如何估计因果效应？
• 中断时间序列、双重差分和回归不连续性利用了哪些比较结构？
• 当分配不是随机的时，哪些对有效性的威胁仍然存在？

Key concepts

• 非随机分配
• 中断时间序列
• 双重差分
• 回归不连续性
• 对照前后研究
• 反事实和对照组
• 混杂和长期趋势

Mechanisms

由于缺乏随机化，这些设计通过结构而非偶然性来构建反事实。中断时间序列将干预前的趋势与干预后的趋势进行比较，使用干预前的轨迹作为没有干预时预期的进程（Kontopantelis et al., 2015）。双重差分通过比较暴露组随时间的变化与未暴露对照组的变化来抵消共同的长期趋势，而回归不连续性则利用分配暴露的阈值规则来估计临界点附近的效果。由于分配不是随机的，残余混杂、历史效应和选择仍然是必须通过设计和分析来解决的威胁（Shadish et al., 2002）。

Clinical relevance

准实验和自然实验为健康领域的群体层面和政策干预提供了大量证据，而这些干预往往无法进行随机化。本条目解释了此类证据是如何产生和评估的，并非个体临床决策的依据。

Evidence & guidelines

医学研究理事会指南阐述了自然实验如何可靠地评估人群健康干预措施，以及哪些条件可以增强其推断（Craig et al., 2012）。方法学论述描述了当随机化不可行时，中断时间序列和相关的基于回归的方法（Kontopantelis et al., 2015），并且在分级框架中，这些设计通常被视为观察性证据，当比较具有说服力时可以升级（Guyatt et al., 2008）。

History

概念基础由坎贝尔及其同事在20世纪中叶的社会科学中奠定，他们区分了实验设计和准实验设计，并列举了对有效性的威胁，后来由沙迪什、库克和坎贝尔（2002）进行了整合。健康研究越来越多地采用这些设计和自然实验来评估政策和项目，并为人群健康制定了专门的指导（Craig et al., 2012）。

Debates

准实验证据能承载多少因果权重？

对于某些问题，强有力的设计，如执行良好的自然实验和回归不连续性，可以接近试验的可信度，但没有随机化，因果推断所需的假设更强且更难验证，因此其证据权重存在争议，并取决于具体设计。

Key figures

• Donald Campbell
• Thomas Cook
• William Shadish
• Peter Craig

Seminal works

• shadish-2002
• craig-2012-natural
• kontopantelis-2015-its

Frequently asked questions

准实验与随机对照试验有何不同？

两者都通过与对照组比较来评估干预措施，但准实验不随机分配干预；它依赖于时间、群体差异或阈值等结构来建立比较，这为混杂留下了更多空间。

什么是自然实验？

它是一种准实验，其中暴露是由研究者控制之外的事件、政策或项目产生的，允许研究通常在群体层面无法随机分配的干预措施。