Việc thiết kế nghiên cứu thực nghiệm nhằm mục đích đảm bảo dữ liệu hợp lệ liên quan đến giả thuyết được kiểm tra một cách kinh tế (công suất thống kê tối đa với chi phí và sự bất tiện tối thiểu) nhất có thể.

Điều tra dân số cho chúng ta biết về các đặc điểm quan sát được và mối liên hệ giữa các đặc điểm này trong quần thể. Nhưng giá trị của sự liên kết này vẫn là mô tả mà không có ý nghĩa nhân quả, ví dụ: biến Y có thể được tạo ra để có một giá trị cụ thể bằng cách thay đổi biến X. Một thử nghiệm có thể cho chúng ta biết liệu chúng ta có thể tạo ra các liên kết nhân quả như vậy hay không.

Bản chất của thử nghiệm so sánh nằm ở chỗ đảm bảo rằng:

Sự khác biệt duy nhất giữa hai nhóm là can thiệp;

Có đủ số lượng đơn vị từ các nhóm so sánh;

Các phương pháp xác suất thích hợp được sử dụng để xác định mối quan hệ của can thiệp với kết quả.

Việc lựa chọn cẩn thận biến kết quả, chọn mẫu, quy trình phân bổ và các quy trình phân tích thống kê là điều cần thiết cho sự thành công của thử nghiệm. Thường cần phải đi chệch khỏi điều kiện thử nghiệm lý tưởng này, nhưng bằng cách lựa chọn cẩn thận thiết kế, thường có thể điều chỉnh, thống kê, bất kỳ sự khác biệt cơ bản hoặc bất thường khác trong quá trình chọn mẫu khi kiểm tra các giả thuyết.

Mặc dù thử nghiệm là một bước quan trọng trong việc thiết lập mối quan hệ nhân quả, nhưng cần phải nhớ rằng nó thường không khả thi cũng như không có đạo đức khi đưa con người vào các yếu tố nguy cơ trong các nghiên cứu căn nguyên.

Do đó, nghiên cứu thực nghiệm thường chỉ giới hạn trong việc thử nghiệm lâm sàng các loại thuốc mới hoặc liệu pháp điều trị có thể có lợi hơn và do đó có thể biện minh về mặt đạo đức. Tương tự như vậy, các can thiệp cộng đồng, chẳng hạn như fluor hóa nguồn cấp nước, giới thiệu các chương trình giáo dục hướng dẫn các bà mẹ về vấn đề dinh dưỡng, v.v. là những thử nghiệm khả thi.

Ví dụ cụ thể:

Dân số tham chiếu (còn được gọi là dân số mục tiêu) là dân số áp dụng các khái quát hóa kết quả của thử nghiệm. Trong thử nghiệm lâm sàng của AZT cho bệnh nhân AIDS, tất cả những bệnh nhân được chẩn đoán mắc bệnh AIDS sẽ được đưa vào nhóm này.

Trong một thử nghiệm cộng đồng về tác dụng của giáo dục dinh dưỡng ở bà mẹ đối với việc cải thiện sức khỏe của trẻ em, tất cả các gia đình có trẻ em sẽ tạo thành dân số tham chiếu. Bước đầu tiên trong bất kỳ thiết kế thử nghiệm nào sẽ là xác định dân số tham chiếu thích hợp.

Khi đã xác định được tham chiếu tổng thể, phải xác định xem toàn bộ quần thể này có sẵn để nghiên cứu hay không, hay chỉ có một mẫu. Nếu là một mẫu, lựa chọn tốt nhất cho quần thể nghiên cứu này là lấy một mẫu ngẫu nhiên đơn giản (đặc biệt nếu nghiên cứu có quy mô hợp lý), để không có sự sai lệch trong việc lựa chọn đối tượng nghiên cứu. Tuy nhiên, trên thực tế, nhóm nghiên cứu được chọn thuận tiện. Ví dụ, trong trường hợp thử nghiệm lâm sàng, nghiên cứu thường bị giới hạn ở một số địa điểm và bệnh nhân đến các địa điểm này, tự nguyện hoặc thông qua một số hệ thống giới thiệu. Rõ ràng, sự thành công của thử nghiệm và liệu kết quả của thử nghiệm có thể được tổng quát hóa cho dân số mục tiêu hay không, sẽ phụ thuộc vào mức độ đại diện của mẫu này. Ví dụ, nếu một thử nghiệm lâm sàng trên bệnh nhân tim được giới hạn trong một khoa, một bệnh viện, thì kết quả sẽ không thể tổng quát được cho tất cả bệnh nhân. Sự sai lệch trong lựa chọn thường là một vấn đề rất nghiêm trọng khi lựa chọn một quần thể nghiên cứu.

Trong hầu hết các thử nghiệm, nghiên cứu có thể được giới hạn trong một nhóm nhỏ của quần thể nghiên cứu vì nhiều lý do khác nhau. Đây là (và phải được) liệt kê trước khi bắt đầu thử nghiệm như là tiêu chí bao gồm / loại trừ. Các tiêu chí bao gồm xác định nhóm mục tiêu một cách nhất quán và đáng tin cậy. Ví dụ, nếu các thử nghiệm được thực hiện trên bệnh nhân bị nhồi máu cơ tim, người ta phải xác định nhồi máu cơ tim theo cách có thể chấp nhận được đối với người nhận thông tin từ nghiên cứu (thường là các bác sĩ khác hoặc điều dưỡng, nhà quản lý, v.v.) và nó phải được xác định như vậy trong các thiết lập khác nhau.

Các định nghĩa phải chính xác và có thể lặp lại. Mặt khác, tiêu chí loại trừ liệt kê các đặc điểm của đối tượng nghiên cứu có thể khiến họ không đủ điều kiện tham gia nghiên cứu. Chúng được chọn để giảm thiểu các nguy cơ tiềm ẩn (bệnh nhân cao tuổi và phụ nữ có thai thường bị loại khỏi các thử nghiệm lâm sàng), và chọn các bệnh nhân nghiên cứu tương đối đồng nhất để giảm cỡ mẫu cần thiết. Rõ ràng, điều này sẽ ‘thiên vị’ nhóm bệnh nhân nghiên cứu được thử nghiệm từ nhóm mục tiêu hoặc nhóm nghiên cứu. Phạm vi loại trừ do các tiêu chí này có thể làm cho nghiên cứu không hợp lệ.

Sau khi xác định được nhóm bệnh nhân nghiên cứu tiềm năng, điều cần thiết là phải nhận được ‘sự đồng ý có hiểu biết’ từ những bệnh nhân tham gia trước khi họ bị thử nghiệm. Việc tiến hành thử nghiệm trên người mà không có sự đồng ý của bệnh nhân là trái đạo đức (hoặc sự đồng ý của cá nhân hoặc, nếu không đủ năng lực hoặc không thể đưa ra sự đồng ý hợp pháp, hãy cần đồng ý bởi người thay thế được ủy quyền). Có một số công ước quốc tế (ví dụ: tuyên bố Helsinki) về thử nghiệm trên người và những công ước này cần được tham khảo. Trong một số trường hợp, thông tin theo quốc gia cụ thể và biểu mẫu đồng ý có thể được yêu cầu để có được sự đồng ý thích hợp. Đối tượng không muốn hoặc không thể đồng ý nên được loại bỏ khỏi danh sách những người tham gia.

Các đối tượng còn lại sau khi loại trừ trước đó tạo thành những bệnh nhân tham gia nghiên cứu. Đây là nhóm sẽ là đối tượng của thử nghiệm. Các đối tượng trong nhóm này sau đó sẽ được phân bổ ngẫu nhiên vào các yếu tố can thiệp khác nhau và nhóm đối chứng.

Việc phân bổ ngẫu nhiên có thể được thực hiện bằng cách sử dụng cách tiếp cận mẫu ngẫu nhiên đơn giản, hoặc có thể được phân tầng theo các yếu tố gây nhiễu khác nhau.

Sau khi các đối tượng được phân bổ cho các nhóm thử nghiệm và đối chứng, chúng sẽ được theo dõi trong một khoảng thời gian xác định trong các điều kiện nghiêm ngặt và kết quả của thử nghiệm được ghi chép cẩn thận.

Kết quả có thể là một sự kiện phân đôi chẳng hạn như chữa khỏi bệnh, giảm đau, v.v., hoặc nó có thể được đo lường như một biến số liên tục, chẳng hạn như giảm huyết áp hoặc các khoảng thời gian tái phát. Sau đó, các phép đo kết quả được so sánh giữa các nhóm bằng cách sử dụng các phương pháp thống kê thích hợp.

Cần lưu ý rằng, mặc dù các đối tượng đã được phân bổ ngẫu nhiên cho các nhóm thực nghiệm và đối chứng, không có gì đảm bảo rằng việc phân bổ sẽ không có sai lệch. Vẫn có thể có sự khác biệt đáng chú ý giữa hai nhóm đối với một hoặc nhiều biến gây nhiễu tiềm ẩn. Do đó, sự thành công của phân bổ ngẫu nhiên phải được xác minh bằng cách so sánh phân phối của tất cả các biến gây nhiễu khi bắt đầu thử nghiệm (trước khi phân bổ điều trị). Nếu có bất kỳ sự khác biệt đáng kể nào, cần thực hiện các điều chỉnh thích hợp khi hoàn thành việc so sánh thống kê các thước đo kết quả.