“当参与者的构成结构不能反映可以从该药物中受益的人群时，可以说这项临床研究结果与每个人都无关。”英国牛津大学围产期（怀孕28周到产后1周）流行病学家Marian Knight说。“而且，这也破坏了人们对医疗机构的信任。”她补充道。
Marian Knight举例：在新冠大流行的早期阶段，一些孕妇不愿意接种疫苗，因为许多测试疫苗的试验人群不包括怀孕女士。Knight说：“与其他人群相比，孕妇中与新冠相关的死亡人数不太乐观，这可能就是对是否接种疫苗犹豫不决的结果。”2月6日，Knigt与人在《英国医学杂志》（BMJ）合着发文，敦促研究人员将更多的孕妇纳入临床试验。
为何会造成受试者单一化
临床试验受试者单一化是个颇为复杂的问题，它关乎药效等各种因素。在FDA2019年发起的一项针对100名实体瘤成年患者的访谈研究中，绝大多数人认为尝试新药是一项基本权利，但事实上太困难了，尤其是要想进入1期临床试验，需要经过严格的资格审查，而频繁的不合格和漫长的入组（实验组）过程都是进入1期临床研究的障碍。
此外，招募患者参加1期试验，此举与制药业界长期以来的信念不一致。因为1期临床试验的筛选标准更严格，所以大部分制药公司都选择在2期或3期临床试验满足此需求。而且，样本的多性可能带来难以解释的结果。
比如，2021年美国耶鲁医学院Seohyuk Lee等人发表在JNCI（Journal of the National Cancer Institute）上的文章显示，数据库表明，现实世界中患有结直肠癌的黑人患者死亡风险比白人高 32%。然而，有分析表明，这或许是生活条件差异造成的，在接受与白人相似的医疗保健后，患结直肠癌的黑人和白人死亡率相似。
人工智能也提供了类似的证据，更广泛、更具包容性的患者群体不会改变试验结果。美国斯坦福大学电子工程专业教授刘芮杉等人2021年在《自然》发文称，他们通过Trial Pathfinder（一种人工智能），分析了61094名晚期非小细胞肺癌患者的数据。分析表明，许多不符合原始试验标准的患者都可能从治疗中受益，当资格标准完全放宽或采用数据驱动方法扩大患者范围时，符合条件的患者数量急剧增加，但总体生存风险比不会受到影响。 |
