研究設計：發生率、抽樣與隨機分配
來源與範圍： Jonathan D. Raskin，《Psychopathology and Mental Distress: Contrasting Perspectives》，第 2 版（2024），第 1 章研究方法選段；Source ID PKB-S-24355D979D94；原始 Markdown SHA-256 24355d979d94538b3857f0483fb25af0611d0b018e998ab3cadbf39237178610。實讀 L5016–5053、L5191–5217、L5254–5294；行號屬此數碼版本，不是紙本頁碼。正文有頁欄交錯；本稿只是局部初稿，研究引文尚未獨立查核，並非整章完成。
核心問題
研究者如何從描述某現象的頻率，轉向比較介入效果？不同設計可以支持的結論有甚麼分別？
作者的論證
- 【作者論述】研究方法與問題相連。 作者以數量研究的測量及統計分析，對照質性研究關注經驗與社會文化脈絡；他指出不同研究取向亦帶有不同知識觀。〔L5016–5026、L5041–5053〕這是教材對兩類方法的概括，並不代表所有數量研究必然追求普遍定律，或所有質性研究只能使用單一哲學立場。【編者限制】
- 【作者論述】流行病學量度不同問題。 書中用 prevalence（患病率）描述指定人口中已有某狀況者，用 incidence（發生率）描述一段時間內新出現的個案；數字必須連同人口、時間、定義和量度方法解讀。〔L5198–5207〕作者書中例子及統計尚未回查一手研究，本稿不將它們當成現時適用數據。
- 【作者論述】相關與實驗。 教材指出觀察到兩個變量有關，無法單靠該關係解釋成因；以研究者操控的條件和觀察到的結果說明自變量與依變量。〔L5191–5197、L5254–5265〕書中以實驗作因果推論例子，但因果問題也可用審慎設計的觀察研究探討；即使隨機實驗亦須檢查盲法、失訪、測量及實施等問題，並非自動證明所有因果結論。【編者補充，未由此選段獨立驗證】
- 【作者論述】抽樣與分組是兩件事。 隨機抽樣（random sampling）關於從目標人口選誰；隨機分配（random assignment）關於已入組者被分到哪個研究條件。教材指出前者有助代表性，後者有助減少組間預先存在的差異。〔L5266–5294〕兩者均不能保證完全代表或絕無混雜；招募、同意、樣本大小和實施偏差仍須檢視。【編者限制】
閱讀研究時可問
| 問題 | 優先檢查 | 不能單憑此點推出 |
|---|---|---|
| 個案有多常見？ | 人口、時間窗、診斷及患病率／發生率定義 | 該現象的原因 |
| 兩組效果有無差異？ | 分組、對照、結果量度及失訪 | 分配隨機就一定無偏 |
| 結果可否用於另一群人？ | 納入標準、場景與實際接受介入的人 | 樣本很大就自然具代表性 |
上表是編者依據選段整理的檢視提示，不是經驗證的臨床決策工具。
自測
- **隨機抽樣與隨機分配有何分別？**前者選入研究者，後者分派研究條件；兩者回答不同問題。〔L5271–5285〕
- **某年新個案增加，是否足以判定某事件造成增加？**不足；量度、其他同期因素及研究設計仍需檢查。〔L5198–5217；編者推論〕
- **一個大型隨機試驗是否必然適用於所有人？**不然；還要評估招募、排除條件、治療實施及個人情況。【編者分析】
待核證
本稿未取得教材所引流行病學研究或量表驗證原文；其統計與結論不視為獨立核證。後續可閱讀對照組、盲法與研究限制段落，並查閱相關方法學一手資料。