[工程科技]小胖说统计三部分之二.pdf

小胖说统计之七十六：从临床试验实例来看样本量的计算（八） 已有 286 次阅读 2009-5-27 16:13 从临床试验实例来看样本量的计算（八） 上篇博文中，小胖提到了样本量计算的几个决定因素及其与样本量大小的关系。 众所周知，样本量的大小直接决定着临床试验 budget 的大小，现在很多情况下， 大家的 budget 都是有限的，那么当统计师给你算出一个样本量来，结果你的 budget 不够，那该怎么办呢？小胖有以下建议： （1）降低你的 statistical power （2）增大minimum detectable effect size，就是我们最通俗说的 difference （3）我们不推荐改变你的方差、显著性水平等 （4）如果这些改变还没有达到你的budget 的要求，那么你只有两种选择了： A. 等到你的钱够了再做 B. 按现有的钱做，可试验结果可能是 inconclusive,那你这个试验就只能当 作 pilot study 或 exploratory study 来用了 其实上边所说的，都是不是办法的办法，样本量的计算在很大程度上确实是一门 艺术，而不是简单的加减乘除，需要更多的权衡和智慧„ 小胖说统计之七十七：从临床试验实例来看样本量的计算（九） 热度 1 已有 325 次阅读 2009-5-31 15:28 从临床试验实例来看样本量的计算（九） 以上所提到的样本量的计算的临床试验的研究设计都是优效性试验，那么对于非 劣效试验，样本量的计算又有什么不同呢？ 在介绍这个问题前，小胖需要让大家明确一点，在 FDA 的一般原则中，α =0.025 （单侧）与α =0.05 （双侧）是等同的，因此在非劣效试验的统计分析中一般有 两种构建可信区间的方法：97.5%单侧可信区间和 95％双侧可信区间，两者也是 等同的。 明确了这一点，我们再看下边的例子： 例 7：Lancet. 2008 Mar 29;371(9618):1073-84. Once-daily basal insulin glargine versus thrice-daily prandial insulin lispro in people with type 2 diabetes on oral hypoglycaemic agents (APOLLO): an open randomised controlled trial With the assumption of an equivalence region of 0•4% and standard deviation of 1•3% for the differences of haemoglobin A1c reduction between the two groups, one-sided therapeutic non-inferiority can be shown with an error of α =0•025 (one-sided) and β =0•2 with 167 participants per group (total of 334 participants). 非劣效试验样本量计算与我们前边提及的优效性样本量的计算公式基本一致，只 是用非劣效界值来取代了 Δ （希望检测出的差异值），另外最大的区别在于α 以及单双侧检验的选择。 以上边的临床试验为例，非劣效试验一般选择单侧，而α 值一般选择 0.025,即 α =0.025 （单侧），这时你会发现β 为 0.2，f （α ，β ）值其实是与α =0.05 （双侧）相同的，都约为7.85。在这个意义上，非劣效试验样本量的计算其实 与前边所提及的样本量的计算是一致的，只不过在叙述上有所不同罢了。 另外，特别提出的一点就是现在非劣效试验开始不接受 α =0.05 （单侧），因此 我们以前所经常用到的 α =0.05 （单侧）其值用α =0.1 （双侧）来代替，β 为 0.2，f （α ，β ）＝6.2 的做法应尽量避免。 小胖说统计之七十八：从临床试验实例来看样本量的计算（十） 热度 1 已有 314 次阅读 2009-6-1 15:10 从临床试验实例来看样本量的计算（十） 前边的博文小胖介绍的都是基于连续性变量和分类变量的样本量计算方法，其实 在我们的临床试验中特别是在肿瘤临床试验中还有一种十分重要的变量类型，即 time to event （时间事件）变量，也就