医学研究的统计设计.pptVIP

样本含量估计在SAS中可通过proc power过程实现。多组率比较尚无法直接实现，需根据公式自行编程。 以上语句中，proc power是必选句，表示调用把握度或样本量估计的过程。 中间6个语句根据研究目的选择其中之一。 最后一个作图可以不用 例如估计两组均数的样本量可同时用proc power和twosamplemeans语句；估计两组率的样本量可同时用proc power和twosamplefreq语句。 任何研究的样本含量估计必须事先提供一定的参数。下面表中的几个选项是绝大多数研究进行样本含量估计时所必须指定的（sides=选项在multreg和onecorr中无需指定）： 或把握度 * 任何研究的样本含量估计必须事先提供一定的参数。上面表中的几个选项是绝大多数研究进行样本含量估计时所必须指定的 sides=选项在multreg和onecorr中无需指定 * 不同设计类型还需指定各自所需的参数，上面是不同设计方法的常用参数 冯老师《医学案例统计分析与SAS应用》 * * 注意： α根据单双侧 本例为双侧 β把握度 本例为单侧 * 空腹血糖值为连续资料，样本含量估计前，指定第一类和第二类错误概率，并通过预试验或以往研究了解两组的均数及标准差。 PROCPOWER;/*调用proc power命令*/ twosamplemeans/*指定估计的类型是两组均数比较*/ groupmeans=8.06|7.23/*指定两组的均数*/ stddev=1.68/*指定标准差*/ power=0.8/*指定把握度为0.8*/ ntotal=.;/*表明要对样本含量进行估计*/ RUN; 132 由于程序中未指定“sides=”和“alpha=”语句，故sides默认为2，alpha默认为0.05。此外，由于未指定“groupweights=”语句，故默认为两组例数为1:1。 * 血糖疗效为分类变量，需指定第一类和第二类错误概率 PROCPOWER;/*调用proc power命令*/ twosamplefreq/*指定估计的类型是两组率比较*/ groupproportions=(0.710.83) /*指定两组的有效率*/ power=0.8/*指定把握度为0.8*/ ntotal=.;/*表明要对样本含量进行估计*/ RUN; 384 * 该研究目的是比较三组的差异，研究因素有一个，即饲料，研究因素有三个水平，即三种饲料。该研究属于单因素设计，可选方法有完全随机设计和随机区组设计。该研究比较的是喂养不同饲料后三组小鼠的体重差异，若要结果可靠，必须保证喂养前三组小鼠的体重相同或相近。这种情况下随机区组设计是比较好的选择，喂养之前将3只体重相同的小鼠作为一个区组，然后每个区组内将3只小鼠随机分配到不同组别。 该研究的结果指标是体重，为连续变量。对于多组连续变量的比较，估计样本含量之前需要确定第一类和第二类错误概率，并通过预试验或以往研究了解每组的均数及标准差。研究者根据前期实验结果，获得三种饲料的增重均数分别为61.4、72.2、68.7，标准差分别为10.7、12.3、11.8，则合并标准差为 。 * Contrast表示两两比较 由于程序未指定“groupweights=”语句，故默认为三组例数之比为1：1：1。 * 该研究目的是观察两种药物对清除幽门螺杆菌效果，同时了解两种药物的联合应用效果。这是比较典型的观察交互作用的设计，对于此类研究目的，最常用的是析因设计，该研究共2个因素，即A药和B药，每个因素有两个水平，即用药和不用药。交叉组合成4组，如表2.2所示。 对于此类设计，临床上常犯的错误是仅设立A药、B药、A+B药三组，而缺乏空白对照组。对于实验因素不多的设计（如≤3个），如果因素间可能存在交互效应，最好是采用析因设计将各因素交叉组合，安排一个全面组合的实验，这样才更有利于发现交互效应。 该研究的结果指标是幽门螺杆菌的清除率，为分类变量。目前SAS的proc power命令尚无关于多组率比较的样本含量计算程序，因此我们首先根据其计算公式计算出样本含量。多组率的样本含量计算公式为： * 多组率的样本含量计算公式 λ界值表 * 该研究目的是研究变量间的关系，且研究指标为连续型变量，最常用的分析方法是相关和回归。如果两变量有明确的因果关系，可以用回归分析；如果两变量无主次之分，可以用相关分析。在样本含量估计时，只要确定研究因素和校正因素，相关和回归所求的的样本含量估计值是一致的。 关系型研究需要事前确定第一类和第二类错误概率，并通过研究资料获得两变量的偏相关系数，即校正其它混杂因素后的纯相关系数。该医师查阅以往文献发现，空腹血糖与糖化血红蛋白的偏相关系数约为0.4。