2026年6月21日上午，浙江工商大学特聘教授张立新应邀在砺志楼114作题为“Covariate-Adaptive Randomization in Clinical Trials without Inflated Variances”的学术讲座，讲座由施建华老师主持。

讲座中，张立新教授围绕临床试验中的协变量自适应随机化（Covariate-Adaptive Randomization，CAR）问题展开深入讲解。张教授首先介绍了随机化设计在临床试验中的重要作用，并指出协变量自适应随机化方法能够有效降低治疗组之间协变量不平衡出现的概率，从而提高试验结果的可靠性和统计推断的精度。近年来，大量CAR方法被提出并广泛应用于临床试验设计中，但现有方法在平衡指定协变量的同时，往往会导致未指定协变量的不平衡方差膨胀，进而影响传统治疗效应检验的有效性。

针对这一问题，张教授系统介绍了团队最新提出的一类新型协变量自适应随机化方法。该方法在实现两组治疗按照给定比例分配的同时，能够保证指定协变量的不平衡程度以优化的速度收敛，并且未指定协变量（无论是否被观测）的渐近不平衡方差不超过简单随机化下的水平。张教授重点阐释了该方法的理论基础、渐近性质及其统计学意义，并通过相关理论结果说明该方法能够有效避免近年来文献中提出的“Shift Problem”现象，为临床试验随机化设计提供了新的研究思路。

在报告过程中，张教授结合近年来发表于国际顶级统计学期刊的研究成果，对连续型协变量平衡、协变量不平衡向量构建、自适应随机化策略以及治疗效应检验等核心内容进行了详细分析。通过数学推导与实例说明，与会师生深入了解了协变量平衡与统计推断之间的内在联系，以及现代随机化设计在临床试验中的实际应用价值。

交流讨论环节中，现场师生围绕随机化设计的理论假设、协变量平衡准则、高维协变量处理以及临床试验中的实际应用等问题与张教授进行了深入探讨。张教授结合自身长期从事试验设计与高维统计研究的经验，对相关问题进行了细致解答，并分享了当前统计学前沿研究的发展趋势。现场学术氛围浓厚，讨论热烈。

本次讲座不仅加深了师生对临床试验随机化设计理论与方法的理解，也为统计学、数据科学以及生物医学统计等领域的研究提供了新的学术视角，对推动学院相关方向的科研交流与学术合作具有积极意义。

张立新教授现为浙江工商大学特聘教授，1995年获复旦大学理学博士学位。曾先后担任浙江大学统计学研究所副所长、常务副所长、所长，浙江大学数学系副主任、数学科学学院副院长以及浙江大学数据科学研究中心副主任。现任中国现场统计研究会试验设计分会和高维统计分会副理事长，长期从事临床试验自适应随机化设计、概率极限理论和非线性期望等领域研究。已发表学术论文180余篇，主持国家自然科学基金杰出青年基金项目、重点项目等多项国家级科研项目，曾入选教育部“新世纪优秀人才支持计划”、浙江省科技创新领军人才，并于2020年当选Institute of Mathematical Statistics（IMS）Fellow。