医学研究之两独立样本定量资料样本量计算——平均值差的优效性检验

发布于 2022年2月27日 星期日 10:45:16 浏览:3401
原创不易,转载请注明来源,感谢!

前面介绍了“医学研究之两独立样本定量资料样本量计算——平均值比的等效性检验”,本文介绍两独立样平均值差的优效性检验 (Superiority by a Margin Tests for the Difference Between Two Means )。主要研究目的是显示试验药的疗效优于对照组药 (安慰剂对照或阳性对照)的试验,在两独立样本平均值差的优效性检验的检验假设中有两种情形,第一,高优指标:即处理组总体平均值较大时为更优,如血红蛋白、肺活量等;第二,低优指标:即处理组总体平均值较小时为更优,如血压、血糖等。本文将介绍两独立样本平均值差的优效性检验样本量估算的具体计算过程及注意事项。

一、案例数据

欲评价某新型血管紧张素Ⅱ拮抗剂治疗高血压病的效果,主要终点指标为用药后舒张压下降值。与安慰剂按优效性试验进行设计,以1:1的比例安排受试者,预计两组血压平均下降的差值δ=13.50mmHg,两组总体标准差σ=7.55mmHg,优效性界值MS为10.00mmHg。取α=0.025,β=0.10,试估计该研究所需样本量? 

二、案例分析

血压数值为连续性资料,根据既往经验,人体血压水平服从正态分布,且本案例中两组样本的个案之间没有关系,因此满足两独立样本t检验的要求。

本例中,探讨新药是否优于安慰剂,采用平行组设计的优效性试验。两独立样本平均值差的优效性检验样本量估算,需要以下几个参数:

1. 优效性界限值,即试验药比对照药(安慰剂对照或阳性对照)优于优效性界限值MS时认为是优效。本例中填写“10.00”。 

2. 真差值δ,即处理组与对照组的实际差值,本例为“13.50”。

3. 检验水准α (通常取0.01至0.1,本例取0.025)。

4. 检验功效1-β (通常为0.8或更高,本研究取0.9)。

5. 设定组内标准差σ,本例中为7.55。

6. 脱失率DR (通常不宜超过20%,本例取10%)。

三、软件操作

(一) 方法选择

在左侧界面中依次选择“Procedures (程序)”—“Means (均值)”—“Two Independent Means (两独立样本平均值)”—“Superiority by a Margin (优效性)”—“Superiority by a Margin Tests for the Difference Between Two Means (两独立样本平均值差的优效性检验)”,见图1。

图1

(二) 参数设置

在“Design (设置)”模块中按以下参数设置相应选项(图2):

①Solve For: 选择“Sample Size”,表示本分析的目的是用于计算样本量。

②Test: “Higher Means Are”表示两独立样本平均值差的优效性检验的检验假设,“Better”为高优指标,处理组平均值较大时更优,“Worse”为低优指标,处理组平均值较小时为更优。本例中指标为舒张压下降平均值,应选择“Better”。

③ Power and Alpha: Power为把握度,填写“0.90”;Alpha为检验水准,填写“0.025”。

④ Sample Size:“Group Allocation”表示研究对象如何分配到不同组别中,根据不同的需求选择,本例中选择“Equal (N1=N2)”处理组和对照组的样本含量相等。

⑤Effect Size: “SM (Superiority Margin)”优效性界值,本例填写“10.00”;“D (True Difference)”处理组总体平均值与对照组总体平均值之差,本例填写“13.50”。

⑥Standard Deviations: “S1 (Standard Deviations Group1,Treatment)”处理组的标准差σ1,“S2 (Standard Deviations Group2,Treatment)”对照组的标准差σ2,本例中σ12=7.55。

图2

(三) 脱失率设置

在“Reports (结果报告)”模块中,勾选“Show Dropout-Inflated Sample Size Report (报告脱失样本量)”,在“Dropout Rate”中填写“10%”(图3),表示按照10%的脱失率计算样本量。设置好上述参数后点击“Calculate (计算)”

图3

四、结果及解释

图4列出了该研究设计的相关参数和样本量计算结果,可知计算的样本例数为198 (N1=N2=99)。

图4

图5“References (参考文献)”列出了该计算过程中参考的相关文献;“Report Definitions (报告定义)”列出了各个参数的具体解释;“Summary Statements (报告概述)”为整个分析报告的摘要。

图5

图6“Dropout-Inflated Sample Size (脱失样本量)”为考虑了脱失率的样本量(N'),也是研究实际开展过程中需要达到的最低样本量,本研究中为220 (N'1= N'2=110)例。

图6

图7为此次样本量估算整个过程的详细参数设置汇总。

图7

五、结论

该案例为两独立样本平均值差的优效性检验样本量计算,已知优效性界值为10.00mmHg,处理组和对照组总体平均值差为13.5mmHg,总体标准差σ=7.55 mmHg。若取检验水准0.025、检验功效0.90,则至少需要198例高血压病患者,才能观察到新药的治疗效果优于安慰剂。若考虑10%的脱失率,则至少需要220例研究对象。

End
文章目录 沉浸式阅读