临床试验样本量的估算.docVIP

临床试验样本量的估计 样本量的估计波及诸多参数的确定，最难获取的就 是预期的或许已知的效应大小（计数资料的率差、计量资料的均数差 值），方差（计量资料）或归并的率（计数资料各组的归并率），一 般需经过预试验或许查经历史资料和文件获取，可是好多时候很难得 到或许可靠性较差。所以样本量估计有些时候不是想做就能做的。 SFDA的规定主假如从安全性的角度出发，保证能发现多少的不良反 应率；统计的计算主假如从power出发，保证有多少掌握能做出明显 来。 可是中国的国情有多少厂家愿意多做 建议方案里这么写： 从安全性角度出发，依照SFDA××规定，达成100 对有效病例，再考虑到零落原因，再扩大20%，即120对，240例。 或许：本研究为随机双盲、宽慰剂平行比较试验，只有显示试验 药优于宽慰剂时才能够为试验药有效，依照预试验结果，试验组和对 照组的有效率分别为%和%，则每个治疗组中能接受议论的病人样本数 必定达到114例（总合228例），这样才能在单侧明显性水平为5%、 检验功能为90%的情况下证明试验组疗效优于比较组。假定因调整 意愿性治疗人群而抛弃病例达10%，则需要纳入病人的总样本例数为 例。 1 非劣性试验（α=，β=）时： 计数资料： 均匀有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=×(S/δ)2 等效性试验（α=，β=）时： 计数资料： 均匀有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=×(S/δ)2 上述公式的说明： 1)该公式源于郑青山教授公布的文件。 2)N是每组的估计例数N1=N2，N1和N2分别为试验药 和参比药的例数； 2 3)P是均匀有效率， 4)S是估计的共同标准差， 5)δ是等效标准。 6)平常都规定α=，β=（掌握度80％） 上述计算的例数若少于国家规定的例数，按规定为准；多于国家 规定的则以计算值为准。 详细规定的最小样本量以下： 期，试验组100例；III期，试验组300例；随机比较临床考证（如3类化药）试验组100例。IV期，2000例。疫苗和避孕药与上述要求不一样样。 例1：某新药拟进行II期临床试验，与阳性药按1:1的比率安排例数，观察新药临床治愈率不差于阳性药。依照过去的疗效和统计学的一般要求，取α=，β=，等效标准δ=，均匀有效率P=，每组需要多少病例？ 由公式计算得，N=×/=88(例) 以上88例低于我国最低例数（100例）的规定，故新药最少取 100例进行试验。如上例作等效性分析，则得，N=×/=122(例)。 例2：某利尿新药拟进行II期临床试验，与阳性药按1:1的比率安排例数，观察24h新药利尿量不差于阳性药。依照过去的疗效和统计学的一般要求，取α=，β=，等效标准δ=60ml，已知两组共同标准差S=180ml，每组需要多少病例？ 由公式得，N=×(180/60)2=111例。 3 故本次试验新药和阳性药的例数均好多于111例。如上例作等 效性分析，则得，N=× (180/60)2=154(例)。[s:11] 临床试验研究中，不论是实验组还是比较组都需要有必定数量的受试对象。这是由于同一种实验办理在不一样样的受试对象身上表现出的实验效应是存在着变异的。仅凭一次实验观察结果或单个受试者所表现出来的实验效应说明不了什么问题。必定经过必定数量的重复观察才能把研究整体真切的客观规律性显示出来，而且能够对抽样误差做出客观地估计。一般说来重复观察次数越多，抽样误差越小，观察结果的可信度越高。必定数量的重复还可起到部分抵消混淆因素影响的 作用，增强组间的可比性。但重复观察次数越多(即样本含量越大)试验所要耗费的人力、物力、财力和时间越多，可能会使试验研究成为不可以能。而且，样本含量过大还会增加控制试验观察条件的难度，有可能引入非随机误差，给观察结果带来偏性(bias)。所以在实验设计中落实重还原则的一个重要问题就是如何科学合理确定样本含量。 由于在各比较组例数相等时进行统计推测效能最高，所以多半情况下都是按各组样本含量相等来估计。但在个别情况下，也可能要求各组样本含量按必定比率来估计。 与样本含量估计相关的几个统计学参数 在估计样本含量以前，第一要对以下几个统计学参数加以确 4 定或作出估计。 规定有专业意义的差值δ，即所比较的两整体参数值相差多大以上才有专业意义。δ是依照试验目的人为规定的，但必定有必定专业依照。习惯上把δ称为分辨力或划分度。δ值越小表示对二个整体参数差其余划分度越强，所以所需样本含量也越大。 确定作统计推测时赞同犯Ⅰ类错误(“弃真”的错误)的概率α，即当比较的双方整体参数值没有差到δ。但依照抽样观察结果错误地得出