样本例数的统计学要求.pptVIP

* 确定样本例数的参数 ? (有统计学意义) 水平一般规定为 0.05 ? 一般规定为 ? 0.20 ? 或检验功效 = 1- ??? 0.80 p ? 0.05 ? 有统计学意义 ? 即犯第 I 类错误(?) 的可能性 * 确定样本例数的参数 ICH-E9：在验证性研究中，样本例数的确定主要依据已发表的资料或预试验的结果来估算。要检验的处理差值可基于对在处理病人时与临床有关的最小效果的判断或者基于新药的预期效果来判断，后者的可能性较大。通常第I类错误设在5%或者更小。或者由多重比较考虑所需要的调整来决定；精确的选择可能得到所检验的假设的及所期望的效果影响。第II类错误的概率通常设在10%到20%之间。 * 确定样本例数时考虑的因素 试验的目的 主要疗效指标 统计分析数据集 (ITT vs. PP) 无效假设和备择假设 第I类错误和第II类错误 统计方法和统计模型 试验中的病例的脱落、方案的违背、病例失访 检验假设的种类(优效、非劣效和等效) 样本例数的调整 样本例数的估计必须根据每个临床试验的要求来仔细确定 * 主要疗效指标为定量指标的样本量估计方案 方案 样本估计参数 估计样本数 α β 均数之差 标准差 非劣 等效 1 0.05 0.1 2 4 69 84 2 0.05 0.1 2 6 154 189 3 0.05 0.1 4 4 17 21 4 0.05 0.1 4 6 39 47 5 0.05 0.2 2 4 49 63 6 0.05 0.2 2 6 111 141 7 0.05 0.2 4 4 12 16 8 0.05 0.2 4 6 28 35 9 0.01 0.1 2 4 104 119 10 0.01 0.1 2 6 234 268 11 0.01 0.1 4 4 26 30 12 0.01 0.1 4 6 59 67 13 0.01 0.2 2 4 80 93 14 0.01 0.2 2 6 181 210 15 0.01 0.2 4 4 20 23 16 0.01 0.2 4 6 45 53 * 主要疗效指标为定性（分类）指标的样本量估计方案 方案 样本估计参数 估计样本数 α β 率 率之差 非劣 等效 1 0.05 0.1 0.80 0.15 122 149 2 0.05 0.1 0.80 0.10 274 336 3 0.05 0.1 0.85 0.15 97 119 4 0.05 0.1 0.85 0.10 218 268 5 0.05 0.2 0.80 0.15 88 112 6 0.05 0.2 0.80 0.10 198 251 7 0.05 0.2 0.85 0.15 70 89 8 0.05 0.2 0.85 0.10 158 200 9 0.01 0.1 0.80 0.15 185 212 10 0.01 0.1 0.80 0.10 417 476 11 0.01 0.1 0.85 0.15 148 169 12 0.01 0.1 0.85 0.10 332 379 13 0.01 0.2 0.80 0.15 143 166 14 0.01 0.2 0.80 0.10 321 374 15 0.01 0.2 0.85 0.15 114 132 16 0.01 0.2 0.85 0.10 256 298 * 样本例数估计举例 某注射剂是我国一类新药，对急性脑梗塞有一定的作用。在正式进行 II临床试验期前，为初步观察其疗效并摸索治疗方法和疗程，观察其安全性，申办者组织进行了小规模的探索性试验。试验组是基础治疗加试验药，对照组为基础治疗加安慰剂。预试验的结果表明， 试验组有效率为 65.0% 对照组有效率为 42.9％ 据此结果，问II期临床试验需要多大的样本含量？