临床循证研究的方法学(第五讲科学估算样本量)赤峰第二医院刘春玲.ppt

第一节 概述 样本量（Sample）的估计是临床研究科学设计的重要内容。 可重复性原则，是指任何科学研究必须遵守的原则，其目的是要排除偶然因素的影响，得出科学的、真实的、规律性的结论。 估计样本含量的目的： 在保证某个临床试验/临床研究的结论具有一定科学性、真实性和可靠性前提下，确定某研究所需的最小观察样本量。 1.1、样本估量的基本条件 在各种临床科研设计方法的样本含量估计中，需要事先确定的参数有： 1、I型错误率α。即假设检验出假阳性结果的发生概率 2、II型错误率β。即假设检验出假阴性结果的发生概率 3、拟检出的最小效应量（容许误差或差值）δ，一般通过文献复习或预试验，在设计之初由研究者根据研究目的和专业知识加以确定。 4、总体标准差σ或总体率π。一般通过文献复习或预试验，亦可作合理的假设得到。 若终点指标为数值变量时，需要研究者确定总体标准差σ。 若终点指标为分类变量时，有时需要研究者确定总体率π。 （1）确定I型错误率α 所有样本含量估计公式中，都需要uα的值，研究者确定检验水准（α）的大小后，查表得uα值。 α有单侧与双侧之分，单侧α的uα小于双侧uα值，所以按单侧计算的样本量小于双侧。 α越小所需样本量越大，反之越小，一般取α ≤0.05 （2）确定II型错误率β 样本含量计算中，需要uα的值，即研究者确定β大小后，查表的uα值。 确定β大小，主要是要确定检验效能（Power），用1-β表示其概率的大小，检验效能是指总体间确有差别时，假设检验能发现这种差别的能力大小。 β为第二类误差的概率，β值越小，检验效率越高，所需样本量也就越大，通常β=0.1或β=0.2。一般认为检验效率不能小于0.7。 （3）确定容许误差或差值δ 即有临床意义或研究意义的最小差值。 若为数值变量时，δ可为有临床意义的均数差值、实验前后之差等。 若为分类资料， δ可为有临床意义的有效率、患病率等率之差。 （4）确定总体标准差σ或总体率π 若研究的终点指标为数值变量时，总体标准差σ为估计样本含量所必须的条件。 若研究的终点指标为分类变量时，有时，总体率π为估计样本含量条件。 若总体标准差σ和总体率π，常常通过文献检索、预试验或对研究作出合理的假设来获得。 除了基本量估算的基本条件（基本要素）。 进一步结合研究目的、指标性质、假设检验类型及单双侧检验等加以灵活运用。 假设检验类型不同，样本量也有所变化。如临床试验中两组率或均数进行比较，检验目的可分为显著性检验、优效检验、非劣效检验和等价性检验。 2、考虑统计方法 样本量的估计还要与以后将要使用的统计方法的条件相结合。如单因素分析、相关与回归、多因素分析等。 目前样本含量估计的公式计算主要针对单因素分析，而多因素分析的例数估计请参考有关书籍 3.样本来源的可行性和可及性 特别是考虑有无人力、时间和经费等方面的限制。 4.容许误差值δ的约定 在计算样本含量之前，一定要明确欲检测有临床意义的值/差值及其表达方式。 容许误差值δ既可为置信区间的1/2宽度，也可以是能检出的有临床意义的差值。 不能确定δ时，需要敏感性分析，即绘制检验效能（Power）与样本量间的变换曲线。 5.适当扩大样本量 由于估算的样本含量是能检测出差别的最小样本量，考虑到受试者可能有不合作者、中途失访、意外死亡等情况出现，而减少有效观察对象的例数（失访），因此，应按照一定失访率适当扩大样本量。 一般要求在样本量估计值的基础上增加10%—20%。 7.组间例数相等 成组设计的例数，应尽可能采用例数相等的设计，尤其是多组设计时，一般要求各组间的样本含量相等，只有在某些特殊情况下才考虑各组的样本含量不相等。 8、校正样本含量——分层整群抽样时 由有些临床研究的抽样单元不是个体研究对象，而是以一组个体为研究单位（如家庭、班级、村、工作单位等），整体抽样的优势在于易于管理 ，能减少沾染和提高依从性，但同时增大了抽样误差，需要较大样本量。 9、临床试验样本量按规定执行 对于临床试验，特别是新药临床试验样本量估计必须执行有关规定。例如： 一期 人体药理学研究，受试者为健康志愿者，需要20至30例 二期 探索治疗作用，受试者为患者，试验组和对照组均≧100例 三期 疗效证实试验，受试者为患者，试验组不少于300例 四期 新药上市后监测，受试者为患者，开放试验应在2000例以上 样本量估计两大类方法 1、公式法，可满足多种设计的要求，目前应用广泛。 2、查表法，简单、方便，但受条件限制，有时不一定完全适应。 2.1、单个总体均数研究的样本量估计 2.2、单个样本均数与总体均数比较的样本量估计 3.3、配对设计资料的样本量估计 2.4、两组独立样本均数