书上说：
研究者可以在随机化开始前剔除研究对象（exclusions before randomisation）。无论研究者剔除研究对象的理由是充足的还是古怪的，这对最终随机化后的治疗方法间的比较不产生影响（具有很好的内部真实性）。但这一阶段剔除研究对象会影响研究结果的外推性（外部真实性）。对于大多数研究者，我们建议在设计大型、单中心研究时尽量制定最低入选标准。在某些 情况下，剔除一些研究对象是合理的。例如，研究对象具有干预措施的禁忌症，或者他们很有可能成为失访者。研究问题决定了研究方法。有时候，研究者制定了过 多的入选标准已至试验结果外推的人群极小，没人感兴趣。此外，也会使入选研究对象变得十分困难。如果研究者剔除了过多的研究对象，或是错误地剔除了研究对 象，尽管此项随机对照临床试验进行的非常严谨，但是，他们的研究结果将失去对研究人群的代表性（即试验结果是正确的但是却没有应用的意义）。
恰当的入选标准应该只指明研究者希望外推研究结果的人群。在判断一个试验的研究结果前，读者应首先确定入选标准是否清晰、特异。在随机化过程之前应用入选标准是关键。读者还应当评价是否有某些入选标准使研究样本不典型、不具有代表性，或与研究所感兴趣的人群不想管。但实际上，研究结果很少是完全不相关的：“我们的患者和研究的受试者存在量的差异（他们的年龄、社会阶层、结局事件的危险等级以及对治疗的反应不同）而不是质的差异（完全没有治疗反应或是没有任何危险因素）。这种治疗反应质的差异是很少见的；因此，临床试验还是趋于有很好的外部真实性。
听我说：
看起来很矛盾的几句话，有人不禁要问了，那我该如何设计我的入选标准呢？但是，不难理解，合适的入选标准对我们整个试验的设计都是非常关键的，而且应在随机化过程之前就已经确定的。
你可以：
尽力去设计合适的入选标准，使其有代表性，有推广性，又能有所合理的限制。