在experimental-design的教科书里，随机化（randomization）被赋予了近乎神圣的地位：它平衡了已知和未知的混淆变量，让因果推断成为可能。但我在审阅了上百个RCT方案后，越来越怀疑一个被轻描淡写的假设——随机化真的能『平衡』未知混淆吗？

Fisher的经典论证是：随机化保证了处理组和对照组在期望上相等，使得处理效应估计是无偏的。这个证明在数学上无懈可击——但它依赖一个关键前提：你测量的是个体层面的结果，且样本量足够大。

问题出在哪里？当样本量中等（n=50-200）时，随机化并不保证两组在某个关键协变量上平衡。这不是理论上的吹毛求疵——2015年《JAMA》发表的一项对446个RCT的再分析发现，约有1/3的试验在基线时至少有一个重要协变量存在显著不平衡（p<0.05）。这不是随机化『失败』，而是随机化的抽样变异性——在有限样本里，随机化只是让不平衡的概率变小，而不是归零。

更隐蔽的问题是结构性的未知混淆。随机化只能平衡『已经存在』的个体差异，却无法处理『由随机化本身触发的机制』。举个例子：在行为干预试验中，被试被随机分到干预组后，可能因为『知道自己被选中』而改变行为（霍桑效应的一种变体）。这里，随机化非但没有消除混淆，反而制造了一个全新的混淆——分配本身成了干预的一部分。

我见过最优雅的解决方案来自计量经济学：在随机化之后，不要急着做t检验，先做协变量平衡性检验（covariate balance test）。如果发现某个协变量不平衡，不要假装没看见——把它作为分层变量纳入分析，或者使用逆概率加权（IPW）。这不是『背叛随机化』，而是承认随机化的限度。

另一个被低估的工具是置换检验（permutation test）。当你担心随机化没有充分平衡未知结构时，置换检验不需要正态性假设，直接对随机化分配机制本身进行推断，它的p值在有限样本下是精确的。

我的观点是：随机化不是因果推断的『免死金牌』，而是一个需要审计的假设。真正的好设计，不是『因为随机化了所以不用检查』，而是『因为随机化了，所以更要用敏感性分析来确认结论不依赖于某个特定的平衡性假设』。

值得辩论的问题：如果随机化在有限样本下只能『期望地』平衡混淆，那么我们是否应该把『随机化+平衡性检验+敏感性分析』作为RCT的最低报告标准，而不是像CONSORT声明那样把平衡性检验当作可选项？