“两组均值比较差异性分析统计效能估计”使用说明

一、案例

为研究国产四类新药A胶囊的降血糖效果，某医院针对2型糖尿病患者进行同期随机对照试验。实验组服用A胶囊，对照组服用B胶囊，效果指标为试验8周时空腹血糖下降值，其中试验组空腹血糖下降值均数为2.07 mmol/L，对照组空腹血糖下降值均数为2.63 mmol/L，总体标准差为0.87。若研究共纳入104名研究对象，且试验组和对照组的样本含量相等，检验水准α取双侧0.05，试问该研究的统计效能是多少？

二、软件操作

• 计算类型：选择“统计效能(power)计算”。
• 检验类型：选择“双侧检验”。由于本研究用于检验平均值是否不同，但预先不指定哪个平均值更大，因此选择“双侧检验”。若是预先指定哪组平均值更大，则选择“单侧检验”。
• α：为I类错误/检验水准，常取0.05，本研究输入“0.05”。
• 试验组样本量：研究共纳入104名研究对象，且试验组和对照组的样本含量相等，即试验组样本量为104/2=52。本研究输入“52”。
• 试验组/对照组样本量比例：本案例明确指出试验组和对照组样本含量相等，即试验组/对照组样本量比例为1，输入“1”。
• 对照组均值：常来源于文献或大样本调查。本研究中即服用B胶囊空腹血糖下降值均数，输入“2.63”。
• 试验组均值：可通过文献或预试验获得。本研究中即服用A胶囊空腹血糖下降值均数，输入“2.07”。
• 总体标准差：可通过文献或预试验获得。本研究中即服用A胶囊和B胶囊对象的总体标准差，输入“0.87”。
• 保留小数位数：默认为5，保持不变。

输入上述参数后点击“计算”(图1)，即可得到计算结果(图2)。

三、结果解读

图2为计算结果的简要展示，可知：此案例采用t分布进行power值计算，设定α为0.05，检验类型为双侧检验，试验组样本量为52，试验组均值为2.07，对比组均值为2.63，试验标准差为0.87，试验组/对照组样本量比例为1，根据power计算公式[1]，统计效能power(1-β)为0.90167。计算公式及更多信息请下载word版本报告。

[1] Shein Chung Chow, Jun Shao, Han sheng Wang, et al. Sample size calculations in clinical research (third edition) [M]. Taylor & Francis, 2018:47.

点击图1中的“报告下载”，可获得本次计算的详细报告。详细报告中展示了“样本量计算”小工具说明、计算公式、结果解读和参考文献四部分内容。详见图3。

关于“两组均值比较差异性分析样本量计算”使用说明详见梦特官网。