本文介紹了一種動態分層區組隨機算法，用于解決臨床隨機對照試驗在試驗設計時因無法確定各分層因素和水平下受試者的數量，無法使用分層區組隨機算法的問題。其方法是在臨床試驗開始之前以區組隨機算法生成一個隨機序列，在試驗進行過程中按需從隨機序列中以區組為單位向某分層因素水平下分配隨機號碼，受試者再在本區組內完成隨機分配。本研究采用中醫藥治療胃癌貧血及血液高凝狀態的實例說明如何設計和實施動態分層區組隨機分配。結果顯示，動態分層區組隨機算法與傳統的靜態分層區組隨機算法相比具有更高的靈活性和適應性，但其在臨床試驗的實現更為復雜且要求也更高。
目的利用隨機森林模型研究缺血性腦卒中患者 31 天非計劃性再入院風險的危險因素。方法搜集北京地區 24 家醫院 2015～2016 年間首次因缺血性腦卒中住院和 31 天內再入院患者記錄，按是否存在 31 天內非計劃性再入院分為兩組，利用卡方檢驗或 Mann-Whitney U 檢驗篩選出兩組差異有統計學（P<0.05）或臨床意義的變量進入隨機森林模型，利用精確系數和基尼系數綜合評估所有變量的重要程度，選取重要性較高的變量并利用邊際效應評估其在不同水平上的相對危險度。結果共納入 3 473 例患者，其中 960 例患者（27.64%）在 31 天內發生非計劃性再入院。隨機森林模型分析結果顯示：住院天數、年齡、醫療付費方式、醫院等級和職業是非計劃再入院最重要的影響因素。住院天數在一個月內時，10 天左右的住院患者出院后再入院風險最低，而住院天數更短或更長都會增加再入院風險；年齡越小的患者再入院風險越高；三級醫院就診患者再入院風險高于二級醫院就診患者；醫療費用支付方式為公費者和職業為企事業單位職工的患者較其他患者再入院風險更高。結論首次缺血性腦卒中患者在出院后 31 天內非計劃再入院的風險不僅與疾病嚴重程度相關，還與患者個人社會、經濟環境因素相關。這提示我們對腦卒中患者的恢復不僅需要關注醫療過程，還應對其個人和家庭情況進行關懷。
藥品管理對隨機對照試驗的研究結果是否真實可靠非常重要。藥品管理主要涉及到盲法設計，研究用藥的準備與包裝，標簽制作與貼簽裝箱，研究用藥的運送、發放、回收。利用中心隨機化系統在藥品管理方面的優勢，可以確保大樣本多中心隨機對照試驗的順利實施。