医学研究之两独立样本定性资料样本量计算——率差的优效性检验

发布于 2022年3月9日 星期三 16:22:50 浏览:3728
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性资料样本量计算——优势比的置信区间法”,本文结合案例主要介绍率差(两个比例之差)的优效性检验(Superiority by a Margin Tests for the Difference Between Two Proportions)的样本量估计,该比例常为响应率、治愈率、生存率等,主要应用于显示试验药的疗效在临床上优于对照药的试验,具体计算过程及注意事项如下。

一、案例数据

目前正在设计一项针对某皮肤病的药物疗效研究,以确定一种新药A与目前的传统药物B相比是否具有优效性。从预试验可知,应用传统药物B治疗该皮肤病患者后治愈率为45%,新药A的治愈率为60%。已知当新药的治愈率超过传统药物的5%时具有推广价值。研究人员计划使用Farrington和Manning似然比检验统计量来分析数据,试估计所需的样本含量。

二、案例分析

本例中,由于治愈率越高为更优,因此是高优指标,如生存率、合格率、杀虫率等也是高优指标;反之,若数值越低为更优,则为低优指标,如死亡率、复发率等。欲研究新药物A的疗效是否优于传统药物B(对照组),宜采用两独立样本率差的优效性检验,需要以下几个参数:

1. 对照药物的治愈率P2,本例为0.45。

2. 优效性差值D0(须介于-1~1,且不包括-1、0、1,本例为0.05)。

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. 实际比值D1,即新疗法的实际比例与对照疗法比例之差,本例中为0.15。

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)”—“Proportions (比例)”—“Two Independent Proportions (两独立样本比例)”—“Superiority by a Margin Tests (优效性检验)”—“Superiority by a Margin Tests for the Difference Between Two Proportions (两个比例之差的优效性检验)”,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。

②Power Calculation Method:检验功效的计算方法,包括Binomial Enumeration(二项枚举法)和Normal Approximation(正态近似法)。当样本量相当大(即大于50)且比例在0.2~0.8之间时,两种方法将给出相似的结果,本例选择“Normal Approximation”。

③Alternative Hypothesis:选择“One-Sided(H1D1>D0)”,表示进行H1上单侧检验。

④Test Type:指定在搜索和报告中使用的统计检验方法,本例选择“Z-Test (Unpooled)”,即非合并版本的卡方检验。

⑤Power and Alpha:Power为把握度,填写“0.90”;Alpha为检验水准,填写“0.025”。

⑥Group Allocation:选择“Equal (N1=N2)”,表示每组的样本量相等。

⑦Input Type:选择效应大小的输入类型,包括“Proportions”和“Differences”,本例选择“Differences”。

D0(Difference|H0=P1.0-P2):即优效性差值,表示H0下试验组比例与对照组比例之间的细微差值,本例为“0.05”。

D1(Difference|H1=P1.1-P2):即实际差值,表示H1下试验组的实际比例与对照组比例之差,取值位于-1~1之间且不等于±1。本例为例“0.15”。

P2(Group 2 Proportion):即目前药物疗法的治愈率,通常为对照组、基线组、标准组的比例。本例为“0.45”。

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,可知计算的每组样本例数(N)为513,总样本量为1026。

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,本研究中为每组570,总样本量为1140。

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

该案例为两个比例之差(率差)的优效性检验计算样本量,已知用传统药物B治疗某皮肤病患者的治愈率为0.45,新药的治愈比例(0.6)与传统药物的治愈比例(0.45)之差为0.15,在优效性差值为0.05的前提下,若取检验水准0.025、检验功效0.90,则至少需要用新药和传统药物分别治疗513例皮肤病患者。若考虑10%的脱失率,则每组至少需要570例患者。

End
文章目录 沉浸式阅读