统计教程|PASS实现单组设计均数的样本量估计

单组设计均数的样本含量估计

在新药或新医疗器械注册临床试验中,往往推荐使用RCT设计,为药物/器械注册上市提供关键证据。但是在某些情况下(通常是外科医疗器械方面)RCT设计会存在一定问题,如对照组干预难以获取,或者是从可行性的角度,某些受试者不愿意接受对照组处理,甚至因为某些器械已经在临床上广泛使用了,而新的器械仅仅是市场的补充,从结构和理化性质上并没有大变化,这时从伦理的角度也不应纳入更多的研究对象来开展“试验”。上述的诸多情况都导致非随机对照设计甚至单臂设计在临床器械试验中应用越来越多。

对来自同一总体的一个随机样本,在一个特定条件下观测其定量指标的数值。欲对定量指标的均值作假设检验,必须要知道公认的标准值或总体平均值,此类设计叫做单组设计。在试验过程中仅设立试验组而不设立对照组,通过连续纳入符合要求的病例系列并进行相关干预来评估干预效果,将获得的干预效果和目标值(从大量历史数据库,如文献资料或历史记录的数据中得到一系列可被广泛认可的性能标准,这些标准可以作为说明药物/器械的安全性或有效性的替代指标或临床终点)之间进行比较,来评价试验干预是否达到了预设的目标。

其样本含量的计算公式主要有两种情况:

单侧:

 双侧:

 

公式中n代表单组设计所需的样本含量,S代表标准公认的总体标准差,δ表示具有临床意义的差值,t1-α/2为t分布概率密度曲线对应的第t1-α/2分位数(其他类同)。

本节将主要讲解采用PASS15软件实现单组设计均值比较时的样本含量估计方法。

例:已知某社区50~70岁男性平均收缩压为158mmHg,标准差为18mmHg,某药物干预后,如果平均收缩压降低10mmHg,则认为有临床意义,规定α=0.05,检验效能(1-β)=0.9,则需要多少病例(双侧检验)?

例:本例是个单组设计的调查研究,其主要结局指标是收缩压变化情况,是连续型变量,本例主要确定了五个参数:①总体均值=158mmHg;②总体标准差=18mmHg;③临床意义的差值δ=10,即干预后该社区的50~70岁男性平均收缩压为148mmHg才能说明该药物有临床意义的降压效果;④检验水准α=0.05;⑤检验效能(1-β)=0.9。

PASS软件样本含量估算的具体步骤:

01 PASS主菜单进入样本含量估算设置界面:

打开PASS15软件,①点击Means菜单并双击或其前面的“+”展开子菜单栏;→②点击One Mean菜单并双击或其前面的“+”展开子菜单栏;→③点击Test(Inequality);→④点击Tests for One Mean→弹出Tests for One Mean对话框进入单组设计均数的样本含量估计界面,详见操作示意图(图1-1)。

 图1-1 PASS软件进入单组设计均数的样本含量估计示意图

02 PASS样本含量估算参数设置:

①Solve For:Sample Size,首先说明我们本次所求的结果为样本含量;→②Alternative Hypothesis:Ha:Mean0≠Mean1,选择单双侧检验,本例选Ha:Mean0≠Mean1,说明进行双侧检验(如果是单侧检验则选Ha:Mean0<Mean1或 Ha:Mean0>Mean1);→③Nonparam.Adj.(Wilcoxon Test):Normal,校正方法,默认选择Ignore,即不进行非参数校正。可以根据试验数据的实际分布来选择合适的校正方法,不同的校正方案就是在算得样本量之后乘以相应的校正系数。本例采用非参数校正(资料不满足正态分布时)法进行样本量计算;→④Population Size:Infinite表明抽样总体为无限大:→⑤Power:0.9,表明检验效能为 0.9;→⑥Alpha:0.05设定其检验水准α=0.05;→⑦Mean0(Null or Baseline):158,指定公认的标准值或总体均值,本例中总体均值=158mmHg;→⑧Mean1(Alternative):148,指定公认的标准值或总体均值,本例中总体均值=158-10=148mmHg;→⑨S(Standard Deviation):18,标准差,本例标准差估计值=18,☑Know Standard Deviation,勾选表示已知 总体标准差;→⑩点击Calculate按钮,完成单组设计均数比较时的样本含量估算,详见操作示意图(图2-1)。

 图2-1 单组设计均数的样本含量估算界面操作示意图

03 PASS样本含量估算结果:

由图3-1可知,PASS软件给出的结果不多,主要有:样本含量估算的结果、相关参考文献、样本量估算报告中出现各名词的定义、对计算结果的总结描述以及假定脱落率为20%时所需的样本含量估计结果和其各名词的相关定义。由于脱落率不同研究结果各不相同,故本次不看脱落率为20%的相关结果,我们主要关注Sample Size(N)这一结果即可:本研究最少需要37例研究对象。

 图3-1 PASS实现单组设计均数的样本含量估算结果

想要了解更多统计教程相关知识,请关注常笑医学

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当我们进行两个独立样本均数的比较时,样本量的大小对结果具有一定的影响。较大的样本量通常能够提供更加可靠和准确的结果。 首先,较大的样本量能够降低抽样误差。抽样误差是由于样本选择引起的统计量与总体参数值之间的差异。当样本量较小时,由于样本的随机性,其所代表的总体参数值可能存在较大的偏差。而当样本量增大时,抽样误差减小,所得到的样本均值更加接近总体均值,因此对总体均数的比较结果更加可靠。 其次,较大的样本量能够提高统计推断的准确性。在进行两个独立样本均数比较时,我们通常会使用统计检验方法来得出结论。常用的方法包括t检验和方差分析等。这些方法对样本量有一定的要求,较小的样本量可能导致统计检验的结果不稳定,而较大的样本量则能够提供更加准确和可靠的结果。 此外,较大的样本量还能够增强研究的统计功效。统计功效是指研究能够检测到真实效应的概率。当样本量较小时,功效较低,可能无法检测到真实的差异。而当样本量增大时,研究的统计功效也随之增加,可以更好地检测到样本间的差异。 综上所述,较大的样本量对两个独立样本均数比较具有重要意义。它能够降低抽样误差、提高统计推断的准确性以及增强研究的统计功效,从而得到更加可靠和准确的比较结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值