在新药 Ⅲ 期确证临床试验中，最传统的试验模式是固定样本设计：提前锁定总受试者数量，全部入组、随访结束后仅做一次最终统计。这种模式操作简单，但存在明显现实矛盾：试验中期若已明确药物强效或完全无效，仍要招募剩余受试者，既浪费研发成本，也违背不使患者暴露于无价值治疗的医学伦理。为解决这一痛点，期中分析、成组序贯、自适应设计三类统计方法依次发展迭代。一、认识期中分析在传统临床试验中，研究方案通常会在试验开始之前确定样本量，受试者按照计划入组，完成随访后进行一次最终统计分析。例如，一项降压药随机对照试验计划纳入300例患者，150例进入安慰剂组，150例进入药物组，主要终点设定为12周收缩压（SBP）变化值，主要假设为两组治疗效果存在差异。当300例患者全部完成试验后，再进行一次最终分析，这是一种典型的固定样本量设计。固定设计的最大优点是简单，研究者只需要在试验开始前确定显著性水平、样本量、主要终点和分析方法，之后按照方案执行即可。但是临床研究往往存在一个现实问题：试验进行到一半时，研究者已经积累了大量信息。假如前150例患者的数据已经显示药物具有非常明显的疗效，是否还必须继续入组剩余150例患者？反过来，如果药物几乎没有任何效果，继续让患者接受没有希望的治疗是否仍然合理？如果药物已经表现出明显安全性问题，更不可