目的:人们普遍认为,随机化和盲法是控制临床试验偏倚的两大重要手段。然而,对于非盲随机对照试验,因常用限制性随机化方法而导致的选择偏倚难以避免。长期以来,人们并没有很好关注这类因限制性随机化带来的偏倚,低估了选择偏倚对临床试验科学评价的影响。本文将在剖析限制性随机化的基础上,探讨选择偏倚的发生机制及其对临床决策的影响,开展选择偏倚校正的统计学理论和方法研究,为最大程度减少临床试验选择偏倚、提高研究结论的证据水平提供方法学支持。方法:本研究首先对几种常见的限制性随机化设计方法包括区组设计（PBD）、大棒设计（BSD）、带不平衡限制的偏币设计（BCDWIT）、区组瓮设计（BUD）方法的分配规则进行阐明,并采用4种指标（期望的正确猜测数、期望的正确猜测比例、偏倚因子以及可预测概率）衡量4种随机化方法产生的分配序列的可预测性,进而分析研究者可能的猜测策略,探讨选择偏倚的发生机制。其次,通过分析选择偏倚对一类错误率的影响,研究不同随机化方法在选择偏倚的影响下对检验决策的影响,并采用Monte-Carlo随机模拟技术比较在不同的参数设置和猜测策略下4种随机化方法的一类错误率。此外,还重点探讨了选择偏倚的校正方法,包括逆倾向得分（RPS）调整法、分层分析法以及极大似然估计法,采用Monte-Carlo模拟检验各方法校正选择偏倚的能力,获得不同校正方法效应量点估计的偏倚、置信区间估计的覆盖率和平均宽度,进而评价其统计性能,给出选择偏倚校正的推荐方法。结果:随机分配序列的可预测性、预测协变量在组间分布不均衡均是选择偏倚的产生原因,PBD的可预测性最高,其他依次为BCDWIT、BUD、BSD。选择偏倚会导致一类错误率超过预设的显著性水平（如5%）,在区组长度为4、选择效应为总体效应的1/2的PBD中膨胀到70%,在同一最大容许不平衡（MTI）下,PBD的一类错误率膨胀最大,其次是BCDWIT、BUD、BSD。对于选择偏倚的校正,逆倾向评分调整法的表现最差,分层分析法的统计性能在各种随机化方法下都表现出了稳健性,极大似然估计法在Blackwell-Hodges收敛策略下表现不佳,但在定向猜测策略下也表现出优异的统计性能。结论:非盲临床试验中常用的限制性随机化方法都存在选择偏倚的潜在风险,需要给予必要的校正,并进行敏感性分析;基于条件分配概率的分层分析法和极大似然估计法可作为敏感性分析中校正选择偏倚的并行方法,获得效应量和选择偏倚的近似无偏估计。