医学研究之两独立样本定性资料样本量计算——率差法

一、案例数据

欲开展某新药对慢性胃炎疗效的研究。假设当前药物治疗的有效率为74%，研究者认为如果新药治疗的有效率高于当前药物的5%，则有临床价值，按照1：1平行对照设计，取α=0.05，β=0.20，进行双侧差异性检验，试估计至少需要多少样本量? 

二、案例分析

当前药物组和新药组是两个独立总体，当前药物治疗的有效率为74%，新药与当前药物治疗有效率之差为5%，欲比较两组药物治疗效果，宜采用两独立样本比例的差异性检验。两独立样本比例的差异性检验样本量估算(率差δ)，需要以下几个参数： 

1. 对照组比例π₂ ， 一般为当前治疗方式或标准治疗方式的比例。

2. 率差RD，试验组比例(新药组)与对照组(当前药物组)比例之差δ，δ必须介于-1~1之间，且不能为-1、0或1。

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 Independent Proportions (两独立样本比例)”— “Test (Inequality) [非均衡检验] ”—“Tests for Two Proportions (两组比例检验)”，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。

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。当样本含量相当大(N>50)且比例介于0.2~0.8之间时，两种方法的结果是近似的，对于较小的样本含量和更大的比例(<0.2或>0.8)，二项枚举法可能更准确。本例选择“Normal Approximation”正态近似法。

③ Test：Alternative Hypothesis：表示检验假设的方式，本例选择“Two-Sided”双侧检验；“Test Type”选择两独立样本比例的差异性检验方法，有“Fisher¢s Exact Test”Fisher精确检验、“Z-Test (Pooled)”选择合并版本的c²检验、“Z-Test (Unpooled)”选择非合并版本的c²检验、“Z-Test C.C (Pooled)”选择合并版本的连续校正c²检验、“Z-Test C.C (Unpooled)”选择非合并版本的连续校正c²检验、“Mantel Haenszel Test”Mantel Haenszel检验、“Likelihood Ratio Test”似然比检验和“T-Test”两样本t检验。本例选择“Z-Test (Unpooled)”非合并版本的c²检验。

④ Power and Alpha： Power为把握度，填写“0.80”；Alpha为检验水准，填写“0.05”。

⑤ Simple 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)”试验组和对照组的样本含量相等。

⑥ Effect Size：“Input Type”设定效应大小的输入类型，本例中选择“Differences”，表示率差；D1 (Difference|H1=P1-P2)：设置两独立样本比例的率差δ，本例填写“0.05”；P2 (Group 2 Proportion)当前药物治疗组(对照组)比例，本例填写“0.74”

(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2250例，即试验组和对照组每组需要样本量N₁= N₂=1125例。

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，本研究需要2500例研究对象，即N₁= N₂=1250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定性资料的样本量计算，已知试验组与对照组的率差δ=0.05，当前药物治疗(对照组)有效率π₂=0.74。若取检验水准0.05、检验功效0.80，则至少需要使用2250例胃溃疡患者，试验组和对照组每组需要样本量N₁= N₂=1125例。若考虑10%的脱失率，则至少需要2500例研究对象，N₁= N₂=1250。