样本含量的逐步估算法

样本含量逐步估算法有客观可行性、必要性、优良适应性。样本含量逐步估算法适用于多阶段观察干预效应科学研究，样本含量逐步估算法可用于数值变量、分类变量资料，样本含量逐步估算法应逐步估算。本文介绍了两个样本含量逐步估算法实例，对涉及应用条件、逐步计算等的一些问题作了讨论。

非劣性/等效性试验的样本含量估计及统计推断

就近年应用逐渐增多的非劣性 /等效性试验中涉及的一些关键统计学问题进行详细介绍 ,其中包括设计过程中的非劣性 /等效性界值的确定、样本含量的估计方法和统计推断过程中的检验假设建立、检验统计量计算以及可信区间计算方法。结合 7个有针对性的应用实例有助于对相关事项的理解和在非劣性 /等效性试验时进行参照。

非劣性/等效性试验的样本含量估计及把握度分析

目的 介绍以标准治疗为对照的非劣性 /等效性试验样本含量估计及把握度分析。方法 方法主要参考国际上近年有关非劣性 /等效性试验设计和分析的进展 ,对涉及到的统计事项和相关问题进行探讨和应用。结果 针对非劣性 /等效性试验的特定目的 ,详细阐明了样本含量估计各相关要素的意义及设定方法 ,给出了样本含量估计及把握度计算的通用公式 ,结合临床试验的实际案例对样本含量和把握度进行了应用分析。结论 随着我国药物临床试验与国际的接轨 ,应该按照非劣性 /等效性来设计试验的情形会有所增多 ,本文所介绍的方法将为实际工作提供有效的参考。

Bland-Altman一致性评价的样本含量估计

目的两种定量测量方法的一致性评价普遍采用Bland-Altman方法,但有关其样本含量的估计迄今未见报道。本文初步探讨Bland-Altman一致性评价的样本含量估计方法。方法根据Bland-Altman方法采用Lo A可信区间进行一致性推断的原理,对相应的样本含量公式进行了理论推导,并借助Monte-Carlo模拟方法对计算公式进行了正确性验证。通过事先确定α和β水平,采用导出的公式计算出两方法测量结果差值总体均数不同水平下的样本含量,并分别模拟获得相应样本含量下的把握度。结果模拟获得的把握度与事先给定的β水平能够很好地吻合,验证了计算公式的正确性。结论本文导出的样本含量计算公式可以用于Bland-Altman一致性评价研究。

单组临床试验目标值法的精确样本含量估计及统计推断

目的:针对结局为二分类变量以率作为终点评价指标的单组临床试验,探讨基于二项分布原理进行单组目标值法样本含量估计及统计推断的精确方法。方法:系统综合和全面论述了单组临床试验目标值法所涉及到的样本含量计算、可信区间估计和假设检验的精确方法。结果:按目标值起点为75%,间隔1%增加,给出预期事件发生率起点为76%,间隔1%增加,与目标值对应的精确样本含量结果,并列表给出β在0.20条件下,α分别取单侧和双侧0.05水平下的两套结果,可供直接查用。提供了可信区间估计及假设检验的精确计算公式。结论:为单组临床试验目标值法的样本含量计算、可信区间估计及假设检验提供了系统、实用的方法学支持。

重复测量设计样本含量估计

目的 给出计算两个和多个处理组重复测量设计所需样本含量的公式。方法 探讨两组及多组重复测量设计的样本含量估计。结果 利用单因素裂区分析模型建立了处理组数G≥ 2时样本含量的估计公式。结论 列出了影响样本含量的因素 ,并指出Bloch’s样本含量公式的低估现象。

重复采样试验设计的样本含量估计

目的给出重复采样试验设计的样本含量估计式。方法探讨单组重复采样设计及配对重复采样设计的样本含量估计。结果在相同检验效能的条件下建立了重复采样资料（非独立样本）与单一测量资料（独立样本）间样本含量的关系式。结论以实例分析表明其结果与实际相符合。

个体生物等效性检验的样本含量估计

目的:对两种设计方法、三种检验方法的个体生物等效性的检验效能进行比较,并估计样本含量。方法:采用Monte-Carlo模拟研究。结果:2×4交叉设计所需的样本含量低于2×3设计。在个体内变异小于0.2时,可以采用估计法进行样本含量的估计;在个体内变异接近0.2时,可以采用检验法进行样本含量的估计;在个体内变异大于0.3时,可以选任一方法(估计法和检验法)估计样本含量,并选择合适的方法进行样本含量的估计。结论:个体生物等效性的样本含量因不同的个体内变异和个体与药物间的交互作用、设计而不同。

总体均数可信区间估计Bootstrap样本含量的设置

文章探讨了Bootstrap样本含量n*对Bootstrap法总体均数可信区间估计效果的影响。首先模拟从正态分布总体中随机抽样;然后用Bootstrap法进行总体均数可信区间估计,重复1000次,得到1000个可信区间,统计1000个可信区间包含总体均数的准确率。结果表明,Bootstrap样本含量n*对总体均数可信区间估计的准确率影响很大,Bootstrap样本含量n*越小,准确率越高;Bootstrap样本含量n*越大,准确率越低;Bootstrap样本含量n*不能任意设置,当Bootstrap样本含量n*=n-3时,效果最好。

假设检验时样本含量估计中容许误差δ的合理选取

目的在假设检验样本含量的估计中,研究者无法得到总体参数间的差值时,可以有三种确定容许误差δ的做法。不同已知条件下哪一种做法适合,本文将通过实例讨论给出建议。方法以单样本均数检验为例,根据有无专业意义上公认的容许误差,分两大类情况讨论,阐明在实际中δ该如何取值,估算出用于最终正式实验的样本量。结果当存在专业意义上公认的容许误差时,同时通过预实验可以得到δ预,需先比较δ预与δ专的大小再计算所需的样本量;当不存在专业意义上公认的容许误差时,可以给定δ的一个取值范围(0.25S,0.50S)来计算样本量。以上可推广到成组设计均数比较、频率比较假设检验等凡是需要设定容许误差以实现样本含量估计的情形。结论假设检验时样本含量估计中容许误差δ值的选取需根据具体情形而定,可参考文中提供的流程图。

配对二项数据等效性/非劣效性评价的样本含量估计和假设检验

新药及医疗器械临床试验中,有时会涉及到两比较组采用配对设计获得的二项反应数据(配对二项数据)的等效性/非劣效性问题。两独立组率之间等效性/非劣效试验的样本含量估计及假设检验方法已较为成熟,但对于配对二项数据两组率之间的等效性/非劣效性试验的样本含量估计及假设检验方法还应用不多。本文介绍了一种渐进的基于约束极大似然估计的方法用于配对二项数据两组率之间的等效性/非劣效性试验的样本含量估计和假设检验,借助一个超声诊断仪临床试验的例子阐明了本方法的应用,还就有关实际问题进行了讨论。

基于β分解的等效性试验样本含量估计

目的:两组平行阳性对照的等效性试验中时常会遇到两总体均数之差不为0(δ≠0)的情形,而目前的样本含量估计公式并未很好考虑不同δ时β的分解问题,因而造成样本含量估计的偏差,无法达到理想的把握度。本文探讨服从正态分布连续性变量为主要指标的等效性试验样本含量估计的通用方法并验证其正确性。方法:根据等效性试验的统计推断原理,基于β分解和非中心t分布理论,对样本含量计算公式进行了理论推导,并计算出不同参数设置下的样本含量,借助Monte-Carlo模拟方法对相应的样本含量逐个进行把握度模拟验证。结果:不同参数设置下模拟获得的把握度与事先设定的目标把握度水平均能很好地吻合,验证了样本含量估计方法的正确性。结论:本文给出的样本含量估计方法可以通用于主要指标为正态分布连续性变量的等效性试验。

多组均数比较的样本含量估计

样本含量估计是临床试验和实验研究不可缺少的一步。作者认为,样本太小,检验效能不足,使应有的差别显现不出;样本太大,又会增加实际工作的困难,造成不必要的浪费,且对实验条件的严格控制也不易做到,即使结果有显著性统计意义,也不一定有实际意义。而国内的统计文献大都只介绍了两样本均数比较的样本含量估计。为此,作者给出已知组数g(g≥2)及参数f(f=σ_g/σ),估计每组所需例数n的速查表,并说明了当各组例数不等、单位组设计等情况下的用法,讨论了本表与t检验时样本含量估计表的关系。

临床试验样本含量的计算

1 样本量估计的重要性 临床试验报告中有无预先的样本量估计是评价试验质量的重要依据之一.在试验设计阶段需要确定研究所需的病例数(通常称为样本含量).理论上,验证某一干预措施与对照之间的差异,样本量越大,试验结果越接近于真值,即结果越可靠.

病例对照家系设计中样本含量的估算

目的 探讨病例对照家系设计中样本含量的估算方法及影响因素。方法 在评价病例亲属和对照亲属再发风险的前提下 ,考虑亲属疾病表型的家庭相关 ,估计样本含量。结果 用实例说明了病例对照家系设计中样本含量估计方法的应用与影响因素和样本含量的关系。结论 家庭相关越大 ,需要的家庭数越多 ;家庭中亲属成员个数越多 ,需要的家庭数越少。

O/E法的检验效能和样本含量估计

为探讨计算Ｏ／Ｅ法检验效能的方法和原理，提出Ｏ／Ｅ法样本含量的估计方法，利用Ｐｏｉｓｓｏｎ分布及假设检验的原理，求出不同基线率π０、增长因子γ及样本含量下的检验效能。结果显示，检验效能１－β随基线率、样本含量、增长因子的增加而增加，且随着样本含量的增加，Ｏ／Ｅ法的检验效能的增加是不连续的，跳跃的，有时会有回复。计算Ｏ／Ｅ法检验效能的方法和原理，同样适用于Ｐｏｉｓｏｎ分布资料的假设检验。Ｏ／Ｅ法样本含量的估计方法，亦可用于疾病干预性研究中的样本大小的估计。

临床随访研究中样本含量的估计

目的:介绍临床随访研究中生存分析资料的log-rank检验所需样本含量的估计法。方法:以离散性Markov链拟合生存过程,据此计算log-rank统计量的数学期望和方差,导出样本含量估计公式。结果:实例分析表明,该法能较好反映实际情况,应用灵活。结论:本法是一种有效、可行的样本含量估计法,值得推荐。

临床研究样本含量估算基础

本方法学研究的宗旨是以方便实际研究设计应用为出发点,为临床研究者提供详细样本含量估算方法和实际操作程序。在结构设置上自始至终体现两个特点:一是每个样本含量估算方法介绍都从临床研究设计入手,对多种样本含量估算方法进行了详细分类,特别重视临床研究设计中的细微差别,力求做到纲举目张、程序清晰;二是每个样本含量估算方法介绍都附以临床研究实例和计算程序,力求做到方便查考、简明实用。

生存分析log-rank检验样本含量估计影响因素

目的探讨生存分析log-rank检验样本含量估计的影响因素。方法应用PASS软件中的Lachin-Foulkes方法模块,设置不同的参数计算实例的样本含量来研究log-rank检验样本含量估计的影响因素。结果检验水准(包括单、双侧检验)、预期的检验效能、风险比、试验组和对照组例数是否均衡、随访的时间、删失率等因素都会影响log-rank检验样本含量估计。结论生存分析log-rank检验样本含量估计受诸多因素影响,设计阶段样本含量估算应考虑这些影响因素。

高变异药物生物等效性试验的样本含量估计及PASS软件实现

高变异药物的生物等效性试验是一个比较复杂的问题,目前CFDA尚未出台其样本含量要求的规定.如果申办者纳入18～24例受试者进入高变异药物的生物等效性试验,将得不出生物等效的结论,此时CFDA会要求申办者通过扩大受试者人数再次进行生物等效性试验.本文采用PASS 2008软件演示了生物等效试验的样本含量估计过程,为申办者计算样本含量的问题提供了参考依据,同时还对高变异药物Cmax的等效性判定标准进行了讨论,这将有助于提高申办者对高变异药物生物等效性试验的认识.