医学研究之生存分析的样本量计算——非劣效性Logrank检验

关键词：样本量计算; PASS; 生存分析; 两样本生存曲线; 非劣效性Logrank检验的样本量计算

一、案例数据

某研究者欲开展一项研究，使用非劣效性Logrank检验比较新手术方法和传统手术方法对肾上腺恶性肿瘤患者生存的疗效。研究对象招募时间拟定为1年，全部受试者均匀进入研究，随访时间为3年，已知传统手术方法生存风险为0.65。估计两组的失访率均为每年6%，沾染率均为3%。取α=0.05、β=0.10，非劣效性风险比为1.3，试估计该研究所需要的样本含量？

二、案例分析

欲比较新手术方法和传统手术方法对肾上腺肿瘤患者生存状况的影响，已知传统手术方法生存风险为0.65，非劣效性风险比为1.3，两组的失访率为6%，沾染率为3%，估计研究所需样本量，宜采用非劣效性Logrank检验，其样本量估算需要以下几个参数：

• 非劣效性风险比HR₀
• 对照组风险率λ₁
• 入组时间T_a，即受试者进入研究的时间段
• 总研究时间T_t
• 处理组和对照组的失访率和沾染率
• 检验水准α (通常取0.01至0.1)，本例取0.05
• 检验功效1-β (通常为0.80或更高)，本例取0.90

三、软件操作

(一) 方法选择

在左侧界面中依次选择“Procedures (程序)”—“Survival (生存分析)”—“Two Survival Curves (两样本生存曲线)”—“Non-Inferiority Logrank Tests (非劣效性Logrank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)：

• Solve For：“Sample Size”表示本分析的目的是用于计算样本量。
• Power and Alpha：Power为把握度，填0.90；Alpha为检验水准，填0.05。
• Sample Size：“Group Allocation”表示研究对象如何分配不同组别，本例选择“Equal(N₁=N₂)”。
• Effect Size：“HR₀ (Hazard Ratio of Equivalence)”设定非劣效性风险比HR₀。对于非劣效性检验，HR₀>1，肿瘤临床试验HR₀通常为1.18~1.33，本例填1.3；“h₁ (Hazard Rate of Reference Group)”设定对照组的风险率λ₁，本例填0.65。
• Duration：“Accual Time (Integers only)”表示入组时间，本例填1；“Accrual Pattern”入组模式，本例选择“Uniform or Equal”表示研究对象在各个时间段入组比例基本一致，即均匀入组，“Total Time (Integers Only)”表示总研究时间，本例填4。
• Proportion Lost or Switching Groups during a Single Time Period：“Controls Lost”、“Treatments Lost”分别表示单位时间内对照组和处理组失访率，通常不大于20%，本例两者均填0.06；“Controls Switch to Treatment”表示单位时间对照组沾染率，即对照组受试者接受处理组干预措施的比例，“Treatments Switch to Controls ”表示单位时间内处理组的沾染率，即处理组的受试者接受了对照组干预措施的比例，本例中两者均填0.03。

(三) 报告设置

在“Reports (结果报告)”模块中按照图3设置输出结果格式，然后点击“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597，处理组N₁=298，对照组N₂=299。

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

该案例为非劣效性Logrank检验的样本含量计算，欲比较新手术方法和传统手术方法对肾上腺恶性肿瘤患者生存状况。全部受试者在1年内均匀进入研究，随访时间为3年，已知传统手术方法生存风险为0.65。估计两组每年的失访率均为6%，沾染率为3%。取α=0.05、β=0.10，非劣效性风险比为1.3，则处理组至少需要298例研究对象，对照组至少需要299例研究对象。