研究说了什么
富集设计指用生物标志物、临床特征或风险评分筛选入组人群，让事件率更高、效应更集中，从而用更小的样本回答问题。肿瘤领域的驱动基因检测是成熟例子，抗衰领域的候选标志物包括表观遗传年龄加速、慢性炎症水平、衰弱前期状态与肌肉量偏低。设计上分几类：只纳入标志物阳性者，标志物阳性与阴性都纳入但按状态分层随机，或先全部入组再逐步富集。代价首先出现在筛查环节：若标志物阳性率只有一成，入组一百人需要检测一千人，检测成本、时间与受试者负担都要计入。其次是外推：在标志物阳性人群中得到的效应，不能直接推给全体，甚至不能推给标志物弱阳性者。第三是商业与公共卫生层面，适用人群缩小意味着可及性下降，价格上升。还有一层统计学代价：阈值越靠近分布尾部，入选者的基线值越极端，随访中的回归到均值越明显，干预组与对照组的改善都可能被误读。富集越窄，试验越像在证明一个精心挑选的样本能变好。这不是设计错误，而是解释时必须说明的边界，把入选标准写清楚，比事后讨论局限更有用。
为什么重要
抗衰干预的效应普遍温和，富集看起来是提高效率的合理手段。问题在于标志物的性质常被混淆。预后性标志物只预测谁更容易发生结局，与干预是否有效无关；预测性标志物才决定干预效应的大小。若用一个纯预后指标筛人，事件率确实上升、样本量下降，但效应量不会因此变大，试验只是把高风险人群集中起来，结论对低风险人群仍然无效。更麻烦的是阈值选择：连续指标切成高低两组，切点往往由数据驱动，选在能让结果最好看的位置，效应量因此被高估，随访中又向均值回归。这类回归到均值在小样本富集试验里特别明显，基线越极端的入选者，复查时越容易回到中间，看似改善，其实与干预无关。举一个具体情形：按表观年龄加速筛选，入选者基线时钟偏快，复查时即便什么都不做，数值也会向平均回归，若试验没有对照，这部分回落会被算成干预效果；有对照时，两组都会回归，效应估计才相对干净。这也是为什么单臂富集试验的阳性结果最难解释，它把筛选带来的假象与真实效应混在了一起。
证据与边界
富集设计本身是正当的，监管也接受，前提是标志物在入组前测定、检测方法可重复、阈值预先设定、并且在统计上把筛查与检验的代价计入。验证一个标志物是否具有预测性，需要交互作用检验，而不是看两个亚组各自是否显著；若试验只在阳性人群中做，缺少阴性人群的对照，就无法判断效应是否真的由标志物驱动。另一层边界是伴随诊断：标志物检测若作为用药前提，需要单独的审批与质量控制，检测不一致会直接影响用药决策。对读者，判断一项富集试验的外部效度，可以看三个数字：筛查了多少人、阳性率多少、入组人群与目标人群差多远。若论文只报告入组者的结果，不谈被筛掉的人，这项干预的适用边界就被悄悄缩小了。第三个数字常被省略：被筛掉的人后来怎样了，若没有他们的随访，就无法判断标志物阴性者是否同样受益。理想的设计是在阳性人群中确证、在阴性人群中探索，两者都报告；缺了后半句，富集就从精准变成了窄化，读者应把适用范围写进自己的判断，而不是照搬结论。肿瘤领域的富集试验反复出现同一现象：试验中的应答率高于上市后真实人群，差距一部分来自入选标准，一部分来自试验期更密集的随访与影像评估。