临床试验验样本量.pptVIP

临床试验的检验的 样本量估计 赵耐青 复旦大学卫生统计教研室  背景简述 ■在临床试验中,采用随机分组,把受试对 象分为试验组和对照组,评价试验药和对 照药的疗效,评价指标为有效和无效,其 观察结果可以简单归结如下形式: 组别 有效 无效 合计 试验组 a b ny 对照组 C 2  差异性检验 对于差异性检验:(试验药有效率兀1,对照药有效率π2) H:丌1=兀2H1:丌≠兀2 =0.05 检验统计量U=B-B P(-∥1  差异性检验 其中P a+c 几1+n2 故当1U1.96时,可以拒绝H 可以证明:U2=XPcn检验统计量。  优效设计的样木量估计 ■每组样本量相同的情况下,样本量估计为 (Za2+Z3[P-P)+P(-P) 其中A可以取P-P2或差异更小的值,可以理 解为最小的分辨能力,亦称为 difference,检验效 能 Power=1-β,为第一类错误的概率。  优效设计的样木量估计 样本量n与α,β和△有关, 分辨能力△的意义为 当实际的两个率的差-z≥时, 则按照估计的n,进行随机抽样和统计检 验,拒绝H的概率 Power大于或等于预 定值1-β,反之 Power下降,即:出现不 拒绝H的机会增加。  优效设计的样本量估计举例 例:为了雷替曲赛治疗局部晚期或转移复发 性结直肠癌患者的有效性,试验组:雷替曲 赛+奥沙利铂,对照组:亚叶酸钙+5-氟脲嘧 啶+奥沙利铂。从相关文献表明:试验组的有 效率(CR+PR)为29%,对照组的有效率为 18%,估计样本量时,取α=0.05,分别取 Power=0.80,0.85,090,由于文献的结果有 定的抽样误差,考虑试验组和对照组的有 效率波动2%,计算上述各种组合的样本量  优效设计的样本量估计举例 先计算a=0.05, power=0.9,试验组方案的有效 率为P1=29%,对照组方案的有效率为P2=18%, 则每组样本量为 20)(P(1-P)+P(1-P2) (P-P2) (196+1282)2(0.29(1-0.29)+0.18(1-0.18) 308 (029-0.18)2  样本量估计举例 不同参数取值的样本量估计 试验组方案对照组方案 Power 有效率有效率 0.80085 16% 191 246288 18% 335382 27% 20% 506 573 29% 16% 140 181212 314 355 31% 16% 108 163 168193225 31% 215 243 278  非劣性设计的背景简述 在上述的差异性检验中,存在一个问题: 样本量足够大时,即使两个总体有效率相差 很小,也有较大可能出现拒绝H,但如此小 的差异可能没有临床意义。 从另一个角度考虑:只有两个药的总体有效 率差异超出一定的范围δ,两个药的优劣性 在临床实践中才有意义,并称δ为容许误差 由此产生了非劣性检验的问题。