医学研究之配对样本定性资料样本量计算——McNemar检验率差法

发布于 2022年3月1日 星期二 18:50:03 浏览:4130
原创不易,转载请注明来源,感谢!

配对样本比例的McNemar检验(Tests for Two Paired Proportions),其主要用于比较两个相关或配对二分类变量的比例,如“是”或“否”、“阳性”或“阴性”、“有反应”或“无反应”等。该检验只适用于二分类变量,对于非二分类变量,应在分析前进行数据转换。McNemar检验常有两种方式,即率差δ和优势比ψ,本文将以配对比例的率差为例介绍配对样本比例的McNemar检验样本量计算过程及注意事项。

一、案例数据

欲比较A、B两种方法诊断某种癌症的阳性检出率。初期试验结果显示A方法阳性、B方法阴性的比例π10为47.2%,A方法阴性、B方法阳性的比例π01为28.3%。如果要正式进行此项研究,取α=0.05,β=0.20,进行双侧差异性检验,试估计至少需要检查多少例这种癌症疑似患者? 配对四格表示意图见图1。

图1 配对四格表

二、案例分析

癌症的检出率(阳性检出率和阴性诊出率)为二分类资料,欲比较A、B两种方法对某种癌症的阳性检出率,已知A方法阳性、B方法阴性的比例π10为47.2%,A方法阴性、B方法阳性的比例π01为28.3%,宜采用配对样本比例的McNenar检验。配对样本比例的McNenar检验样本量估算,需要以下几个参数: 

1. 配对比例的率差δ,最常用实验组阳性、对照组阴性的比例π10与实验组阴性、对照组阳性的比例π01相减计算得到。

2. 不一致对的比例,通过实验组阳性、对照组阴性的比例π10与实验组阴性、对照组阳性的比例π01之和计算得到。

3. 检验水准α (通常取0.01至0.1,本例取0.05)。

4. 检验功效1-β (通常为0.8或更高,本研究取0.8)。

5. 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)”—“Proportions (比例)”—“Two Correlated (Paired) Proportions [两相关(配对)样本比例]”— “Test (Inequality) (非均衡性检验) ”—“Two Correlated Proportions (McNemar Test) [两相关样本比例检验 (McNemar Test)]”,见图2。

图2

(二) 参数设置

在“Design (设置)”模块中按以下参数设置相应选项(图3):

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

②Power Calculation:“Power Calculation Method”表示样本量计算方法,可以选择“Binomial Enumeration”二项枚举法或“Normal Approximation”正态近似法。二项分布进行检验时会枚举所有可能的结果,当样本含量很大时计算会非常耗时,本例选择“Normal Approximation”正态近似法。

③Power and Alpha:Power为把握度,填写“0.80”;Alpha为检验水准,填写“0.05”。

④Alternative Hypothesis:表示检验假设的方式,本例选择“Two-Sided”双侧检验。

⑤Effect Size:“Input Type”,设定效应大小的输入类型,表示输入数据的类型,本例中选择“Differences”,表示率差。Difference (P10-P01):设置配对比例的率差δ,最常使用π10-π01计算,本例为0.472-0.283=0.189;Proportion Discordant (P10+P01):设定不一致对的比例πD=π10+π01。本例填写0.472+0.283=0.755。

图3

(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4),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4

四、结果及解释

图5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164,即使用A、B两种方法同时检查疑似该种癌症患者,至少需要164例研究对象。

图5

图6“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

图7“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,本研究需要183例研究对象。

图7

图8为此次样本量估算整个过程的详细参数设置汇总。

图8

五、结论

该案例为配对样本比例的McNemar检验的样本量计算,其主要用于比较两个相关二分类变量的比例。已知配对比例的率差δ=0.189,不一致对的比例πD=0.755。若取检验水准0.05、检验功效0.80,使用A、B两种方式同时检查该种癌症患者,至少需要164例疑似研究对象。若考虑10%的脱失率,则至少需要183例研究对象。

End
文章目录 沉浸式阅读