医学研究之生存分析的样本量计算——Cox比例风险模型的两生存曲线的非劣效性检验

发布于 2022年4月26日 星期二 21:53:04 浏览:2353
原创不易,转载请注明来源,感谢!

前面介绍了“医学研究之生存分析的样本量计算——Cox比例风险模型的两生存曲线的优效性检验”,本文将介绍Cox比例风险模型的两生存曲线的非劣效性检验(Non-Inferiority Tests for Two Survival Curves Using Cox’s Proportional Hazards Model )。主要包括两种情形,第一种是风险率低时为更优(如患者的死亡风险越低越好),非劣效性即表示仅略高于对照组风险率的最大处理组风险率;第二种是风险率高时为更优(如副作用的消失风险愈高越好),即略低于对照组风险率的最小处理组风险率。

关键词:样本量计算; PASS; 生存分析; 两样本生存曲线; Cox比例风险模型的非劣效性检验

一、案例数据

某研究者欲开展一项1:1平行对照设计的非劣效性临床试验,以比较新手术方法和传统手术方法对某恶性肿瘤生存状况的影响。已知HR=1.0,假设新疗法和传统疗法的死亡概率分别为0.30和0.60。假设HRni=1.20,取α=0.05、β=0.20,试估计该研究所需要的样本含量?

二、案例分析

本例中欲比较新手术方法和传统手术方法对某恶性肿瘤生存状况的影响,已知两组的死亡概率和风险比,且风险率低时为更优,宜采用Cox比例风险模型的两生存曲线的非劣效性检验,其样本量估算需要以下几个参数:

  • 实际风险比HR
  • 非劣效性风险比HRni
  • 事件发生率(对照组死亡概率Pev1和处理组死亡概率Pev2)
  • 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0.80

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 (非劣效性检验)”—“Non-Inferiority Tests for Two Survival Curves Using Cox’s Proportional Hazards Model (使用Cox比例风险模型的两生存曲线的非劣效性检验)”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):

  • Solve For:“Sample Size”表示本分析的目的是用于计算样本量。
  • Test Direction:“Alternative Hypothesis” 指定备择假设的方向,本例研究生存状况,寿命越长越好,因此风险率较低为更优,选择“Ha:HR<HRni [Lower Hazard Better]”。  (注:若为第二种情形,则选择“Ha: HR>HRsu [Higher Hazard Better]”,结合自己实际案例选择)。
  • Power and Alpha:Power为把握度,填0.80;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“Equal(N1=N2)”。
  • Proportion of Events Observation:“Pev1 (Event Probability in Group 1)”输入对照组中每个对象平均死亡概率类型Pev1Pev1介于0~1之间,本例填0.6;“Pev2 (Event Probability in Group 2)”输入处理组中每个对象平均死亡概率Pev2Pev2介于0~1之间,本例填0.3。
  • Hazard Ratios:“HR (Actual Hazard Ratio=h2/h1)”设定实际风险比HR。在非劣效性检验中,典型的HR值为1.0;“HRni(Non-Inferiority Hazard Ratio)”设定非劣效性风险比HRin。本例中研究生存状况,患者的死亡风险越低越好,因此HRni表示HR达到最大值时,仍可得到非劣效性的结论,本例填1.2。
图2

(三) 报告设置

在“Reports (结果报告)”模块中按图3设置输出结果格式,然后点击“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,可知计算的样本例数(N)为1654,其中处理组与对照组相等,即N1=N2=827。。

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为此次样本量估算整个过程的详细参数设置汇总。

图6

五、结论

该案例为Cox比例风险模型的两生存曲线的非劣效性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某恶性肿瘤生存状况的影响。已知HR=1.00,假设新疗法和传统疗法的死亡概率分别为0.30和0.60。假设优效性风险比HRni=1.20,取α=0.05、β=0.20,则总共至少需要1654例研究对象,新疗法和传统疗法组各至少需要827例研究对象。

End
文章目录 沉浸式阅读