您可能想阅读以下文章

• Pocock, SJ 和 Assmann, SE 和 Enos, LE 和 Kasten, LE (2002)。临床试验报告中的亚组分析、协变量调整和基线比较：当前实践和问题。免费PDF
• 查看关于分析前后干预设计的最佳实践的问题答案的讨论

一些想法，虽然我承认我不是这方面的专家：

• 如果您有完美的随机化，那么没有协变量的显着性检验将是公平的，尽管包括协变量可能会有功效。协变量与 DV 的相关性越强，一般来说，它就越能减少您的误差方差（假设存在真实效果，这可以增加统计功效）。这与协变量的基线组差异相结合，将导致协变量调整和未调整的干预效果估计之间的更大差异。
• 听起来您与随机化有一些轻微的偏离，因为随机化发生在一个群体层面，并且实验的吸收可能存在一些差异。我特别想知道是否有理由期望这些组在基线时的 DV 平均值上有所不同。方案中偏离随机化的程度是一个问题，这与它导致系统性不同组的程度有关。
• 在我见过的大多数应用程序中，预测试测量可能会捕获任何基线协变量的大部分潜在影响。
• 我认为最大的问题是，如果因变量的基线差异很大，那么就很难评估干预的效果。

如果您的目标是在结果 (Y) 上显示组差异，则包含协变量没有任何好处，除非它与 Y 相关（相关）。但您必须仔细考虑。有时，控制协变量有助于“均衡”，从而进行更公平的比较（除了提高分析的精度）。在其他时候，无论任何纯粹的统计结果如何，试图均衡都会产生一个奇怪的场景（这与@Jeromy 的最后一点有关）。

假设我们简化为控制协变量需要调整每个组，以便将其视为就协变量而言是平均的。但是，如果 A 组永远无法在该变量上保持平均而不失去对“A 组”至关重要的东西怎么办？这是一个棘手的统计领域，也是一个有争议的领域。以食谱为导向的教科书——那些注重程序而忽视概念的教科书——往往会掩盖它。我敢打赌 Pocock 等人。文章不错；我会四处寻找其他人，或者查看 James Davis、Geoffrey Keppel 或 Elazar Pedhazur 等反思型作家的书籍。

在这个线程上也有关于这个主题的好信息