医学研究之诊断实验的样本量计算——单组设计的ROC曲线下面积的置信区间法

关键词：样本量计算; PASS; 诊断试验; ROC曲线; 置信区间

ROC曲线，又称为受试者工作特征曲线，是在横轴为1-特异度，纵轴为灵敏度的坐标系上绘制的工作曲线，它由所有观察值作为诊断界点求得的1-特异度和灵敏度在坐标上的描点连接而成。ROC曲线下面积置信区间样本量估具体计算过程及注意事项如下。

一、案例数据

某研究者欲采用ROC曲线下面积来评价某诊断试验诊断价值，拟构建ROC曲线下面积的双侧95%置信区间。假设ROC曲线下面积为0.7，希望置信区间宽度不得高于0.15，试估计所需的样本量？

二、案例分析

本研究是基于ROC曲线下面积这一指标来评诊断试验的诊断价值，拟构建ROC曲线下面积双侧95%置信区间，则其样本量计算需要以下几个参数：

1. ROC曲线下面积，本例取0.7

2. 置信区间宽度，即上置信限(UCL)和下置信限(LCL)之间的距离，该值常介于0~1之间，本例取0.15

3. 检验水准α (常取0.01至0.1)，本例取0.05

4. 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)”—“ROC (ROC曲线，也可称受试者工作特征曲线)”—“Confidence Intervals for the Area Under an ROC Curve (ROC曲线下面积的置信区间)”，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)：

1. Solve For：选择“Sample Size”，表示分析的目的是计算样本量。
2. One-Side or Two-Sided Interval：“Interval Type”表示置信区间的类型，可选择“Two-Sided(双侧检验)”、“Upper One-Sided(上单侧检验)”和“Upper One-Sided(下单侧检验)”。本例选择“Two-Sided”。
3. Confidence：“Confidence Level(1-Alpha)”表示置信水平，本例为0.95
4. Sample Size：“Group Allocation”表示研究对象如何分配到不同组别，本例选择“Equal(N1=N2)”对照组和处理组样本量相等。
5. Precision：“Confidence Interval Width”表示置信区间宽度，即上置信限UCL和下置信限LCL之间的距离，本例为0.15。
6. Area Under ROC Curve：“AUC(Area Under ROC Curve)”表示诊断试验ROC曲线下面积，AUC介于0.5~1.0之间，本例为0.7。

(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，研究对象186例，其中处理组与对照组相等，即N₁=N₂=93。

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208，其中处理组与对照组相等，即N₁=N₂=104。

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

本研究是基于ROC曲线下面积评价诊断试验的价值，拟通过构建ROC曲线下面积双侧95%置信区间。已知ROC曲线下面积为0.7，希望ROC曲线下面积的置信区间宽度不得高于0.15，则至少需要186例研究对象，对照组与处理组例数相等，即N₁=N₂=93。若考虑10%的脱失率，则至少需要208例研究对象，对照组与处理组例数相等，即N₁=N₂=104。