假设一项试验要比较两种疗法。研究者希望两组患者年龄相近，于是把年龄切成“65岁以下”和“65岁及以上”，再分别分组。这样容易操作，也能避免高龄患者偶然集中在一组。但64岁和30岁被算作一类，64岁和66岁反而被拆开。若继续细分，每一层又可能只剩很少的人。
这就是临床试验里一个常见但不容易回答的问题：连续指标究竟该保留原值，还是先切成几档？Zixuan Zhao 与 Feifang Hu 的论文研究了这种离散化对随机分组、治疗效果估计和假设检验的影响。结论不是简单的“切分有害”，也不是“层数越多越准”，而是取决于研究者是否真的知道指标与结局之间的关系。
下文事实和结论均来自这篇 arXiv 论文。论文全文的部分公式、表格字段及真实数据章节在供稿中缺失，因此不报告无法可靠还原的样本量、效应量和效率幅度。
分层是在防什么
普通随机分组能在整体上减少偏差，却不能保证一次具体试验中两组患者恰好相似。于是研究者会采用协变量自适应随机化（covariate-adaptive randomization，CAR）：患者陆续入组时，系统参考其治疗前特征，在保留随机性的同时，尽量让治疗组和对照组更均衡。
这里的特征叫预后协变量，即治疗前便能预测结局的指标，例如年龄、病情或某项基线检测值。两组若在这些指标上失衡，治疗效果的比较会夹杂更多噪声。
CAR 大致有三种做法。DCAR 先把指标变成类别，再按类别平衡；CCAR 直接平衡连续数值；MixCAR 则混合处理。论文把多种具体随机化程序放入同一个框架，考察它们的协变量失衡如何随样本增加而变化，以及这种失衡如何传导到后续统计推断。
离散化的吸引力很直观。它把复杂关系压缩成少数临床上容易理解的组别。比如某个指标处于正常还是异常范围，可能比两个相近数值的大小更有意义。但压缩必然丢掉组内差异；若切出很多层，还会遇到每层人数不足的问题。
真正的问题不是“切不切”
论文首先给出一个理想答案：如果研究者知道真实的“结局—协变量关系”，最高效的设计是直接平衡能够表达这段关系的函数。
例如，若结局随某个指标近似线性变化，平衡连续指标的均值更合适；若关系是二次的，就还要照顾更高阶的结构；若真正起作用的是若干阈值形成的台阶，那么离散分层反而正中目标。说白了，已知答案时，最好的压缩方式就是顺着答案来。
现实恰恰相反。真实关系通常未知，分析时使用的工作模型——研究者暂时假定数据如何关联的统计模型——也可能设错。论文把这种情况称为模型设定错误（model misspecification）。它发现，连续型 CAR 的表现并不总是稳定：直接平衡某个连续特征，并不能保证其他相关失衡也优于普通随机化；在部分情形下还会出现方差膨胀，并可能让常规检验低估不确定性，造成第一类错误率偏高，也就是把本来不存在的治疗效果误判为存在。
相比之下，论文证明，在其研究框架内，DCAR 即使没有把目标函数完全平衡，失衡的渐近方差仍相对普通随机化有所降低。对于治疗效果估计，DCAR 也能在工作模型设错时提供更稳定的精度表现。基于这一点，作者在不知道真实关系的常见场景中，通常推荐在设计阶段离散化。
这不是说分层自动消除了问题。常规 Wald 检验——用估计效果除以其标准误来判断显著性的检验——在 DCAR 下往往偏保守，也就是更不容易报出阳性结果。CCAR 则可能偏保守，也可能反过来偏激进。作者因此提出 bootstrap 调整：反复重抽观察到的患者资料，依照原随机化规则重新分组并拟合模型，再用这些重复结果校准方差。论文的模拟显示，这项调整能把偏保守或偏高的错误率拉回有效范围；不过作者对 CCAR 的 bootstrap 一致性只报告了经验支持，完整理论仍需额外条件。
设计时切，分析时别只看标签
论文最实用的建议，是把“怎么分组”和“怎么分析”拆开处理。
设计阶段可以使用离散分层，换取模型设错时的稳健性；分析阶段则不必把原始连续信息扔掉。作者提出组合模型（combined model，CM）：一边加入分层标签，捕捉不同层之间的差异；一边保留连续协变量，捕捉同一层内部的平滑变化。
还是以年龄为例。分组时可以按65岁划层，确保两边高龄患者数量接近；分析时同时使用“是否满65岁”和实际年龄。前者承认临床阈值可能重要，后者避免把同层患者看成完全一样。论文证明，在其考察的一类线性调整方案中，这个组合模型在 DCAR 下取得最小的模型型渐近方差。
作者还讨论了一种容易误导直觉的情形：总体趋势与各分层内部的趋势可能不同。此时，只用连续变量做 ANCOVA——即用回归模型校正协变量——未必胜过加入分层固定效应的模型。论文的模拟涵盖阈值效应、线性与二次关系、分层内部趋势不同以及不稳定模型等场景。总体结果支持它的理论判断：DCAR 较稳健，CCAR 在某些模型下可能出现检验错误率膨胀，而组合模型在作者重点比较的场景中表现较好。
为什么这件事值得现在看
分层看似只是把一列数字改成几个标签，实际却同时改变三件事：患者如何被分到治疗组、治疗效果估得多精确，以及显著性检验是否可信。过去围绕离散化的争论常集中在“丢了多少信息”；这篇论文把设计与分析连起来，说明丢失部分数值细节，有时能换来对错误模型的保护。
论文还把方法应用于一项比较 sitagliptin 与常规治疗的糖尿病试验数据。研究涉及基线高分子量 adiponectin 浓度、收缩压和体重等连续预后指标，并以24个月的高分子量 adiponectin 浓度作为一个次要终点。不过，这部分主要是基于真实协变量构造合成试验，不能当成一项独立临床验证。
它给出的判断可以压缩成一句话：知道真实关系，就按真实关系平衡；不知道时，可在设计阶段适度分层，并在分析阶段同时保留分层与连续信息。精细分层本身不是目标。真正的目标，是在可操作的平衡、信息保留和推断稳健性之间找到合适位置。
局限与未知
- 供稿没有提供可可靠还原的完整模拟设置、样本量及效率增减幅度，因此无法判断实际试验中“切几档”最好，也不能据此声称切得越细就越不准。
- 主要结果建立在论文规定的两治疗组 CAR 框架和相应假设上；多治疗组扩展被放在附录讨论，材料不足以评价其适用范围。
- CCAR 的 bootstrap 调整目前主要得到模拟支持；作者明确表示，其一致性理论仍需要进一步处理随机化过程的条件性质。