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。
(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σ1=σ2=7.55。
(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)”
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7为此次样本量估算整个过程的详细参数设置汇总。
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。