详情请点击下方:
欢迎报名!2024年GBD数据库挖掘培训班6.1-6.2,快速撰写SCI论文!
一般临床、公卫的论文,现况调查和临床试验是需要样本量的计算,但也有些审稿,要求你在回顾性的队列研究或者病例对照研究研究也提供样本量。
比如,在昨天报道的一篇大型队列研究论文中,就审稿人就有要求了。
-Please provide the power size calculation for the study with a justification that the sample size is enough to draw robust conclusions.
实际上,这篇文章样本量最高9000多例,是足够的。但审稿人有要求,怎么办?
一般来说,审稿人有要求,那就去算,要么提供样本量,要么提供检验效能(把握度)。
通常大型回顾性队列研究提供的是检验效能。
而这篇文章,根据审稿人意见,把两者都算了下。
1. 样本量计算
为确保样本大小有效,本文使用以下公式进行计算。
由于听力损失的发生率难以获取,因此使用了患病率来进行估算。根据基于“世卫组织耳朵和听力障碍调查方案”在中国四个省进行的最新调查,听力障碍的患病率标准为15.84%。
-
对于CHARLS数据集,我们假设RR=1.2,p0=15.84%,最小样本量为3744。
2,进行计算检验效能以验证样本量大小。
为了澄清样本大小具有获取可靠结果的效能,我们计算了两队列研究的效能。都选择了α=0.05。得出的结果是:
在CHARLS中使用样本量(n=9049)来寻找固体燃料和清洁燃料之间听力损失差异是可靠的,其能力为0.99。
其实,检验效能和样本量是相通的,通过检验效能1-β可以算样本量,反之亦然。
如果要查看本篇文献原文,原文PDF获取方式:本公众号回复关键词“原文” |
情请点击下方: