背景：

（说明，以下例子为虚构，数据为模拟产生。如有雷同纯属巧合，如有疏漏实在正常···当然，还请您多指点）

医生小赛在临床研究的数据分析中遇到一些麻烦。小赛想看看院内的饮食干预是否会影响患者术前的血糖，因此他开展了一个RCT研究，将患者分为两组，对照组患者接受常规药物控制，试验组患者在接受药物干预的同时，按小赛给出的饮食控制方案进餐。小赛让患者入院前4天开始就每天自测血糖并记录，入院后开始干预并每天记录血糖，入院第4天进行手术，术后都停止干预并按术后护理计划安排进食，第8天出院。

结果：

他得到所有血糖结果之后对结果进行了重复测量的方差分析，发现了奇怪的结局。

结果发现，各个测量时间点（每天的监测）间，血糖水平存在差异，这很好解释，更严格地控制了血糖，有改变很正常嘛。

但是患者分组与时间存在交互作用，说明两组患者（试验组和对照组）血糖随时间的改变趋势存在差异。虽然这也是合理的，但是与小赛实现的设想并不一致，小赛认为在相同的给药情况下，加入饮食控制应该只是相对调低血糖水平而已，并不会有其他变化趋势的差别。紧接着，他看了看下一步结果：

当然，首先来说，在时间与分组因素存在交互时就已经没必要看这一步的结果了。毕竟总体变化趋势就不一样，因此也不能单纯看分组因素是否会带来血糖值的差异。但是小赛还是不死心，从主体间效应的检验看出，分组因素间并没有差异，但他又看了看两组血糖随时间变化的图：

确实变化趋势不一样！但是等等，两条曲线在中间一段分的很开啊，而且几乎是平行的（中间段变化趋势一致，时间与分组无交互作用）。再让我们来看看这几个时间点的关系吧！！

图中：

1-4是住院前的患者自测时间点；

5-8是院内真正饮食干预的时间点，也就是RCT的真正时间段；

9-10这个过程其实已经没有任何干预了，只是进行了后续观察。

让我们回想一下小赛希望解决的问题：术前饮食干预是否能进一步帮助控制患者血糖？这一问题显然只是为手术服务的，而研究设计也只针对了术前准备这个时间段。

我们再看看数据，为什么住院前非干预时段也乱入了？！作为基线的话，入院当天就够了啊。

另外，为什么术后时间也乱入了？！我们明明已经不关心了啊，而且也没有进行干预了。

让我们去掉这些奇怪的点，只用我们真正关心的住院内、手术前的4次测量数据看看吧。

同样，时间点间血糖水平不同，但是时间和分组的交互作用消失了！~说明我们可以往下进一步看两组间血糖水平的差异了。紧接着看下面的结果：

两组间血糖水平存在差异。让我们再来看看图吧：

这回完美了，两条曲线基本上保持平行，看起来确实没有交互。看来小赛的干预是有效的。

总结：

让我们回顾一下这个诡异的例子吧。小赛和很多医生一样，觉得收集资料不容易啊，所以收集的信息都不能浪费，把所有监测点都纳入了重复测量的方差分析模型进行分析。其实恰恰是这种勤俭节约的精神给我们带来了麻烦。因为在这个例子中，我们最关心的是干预的效果。而干预之前、干预停止后，理论上两组患者间都没什么区别。而我们硬把这一部分数据拿进来分析，显然引入了很多不必要的变异，也让血糖随时间变化的趋势变得不好解释。因此，当我们仅保留目标时间段时，研究结果就清晰了起来。

我们不难看出，当我们确定重复测量数据应该纳入哪些时间点进行分析时，应该考虑以下几个问题：

1、研究问题和假设是什么？与问题和假设无关的点应该去掉。

2、干预措施和效果持续时间多长？效果持续时间之外的时间点应该去掉。

3、通常保留1个干预前/干预效果出现前的时间点就足够了。

当然还有很多别的情况和注意事项，欢迎大家在下面一起讨论。