医学研究之生存分析的样本量计算——基于Freedman法的Logrank检验

关键词：样本量计算; PASS; 生存分析; Logrank检验(Freedman法)

Freedman法的Logrank检验样本量估计，优点在于可不考虑时间因素和入组模式对样本含量的影响；缺点是估计的样本含量偏差较大。具体计算过程及注意事项如下。

一、案例数据

某研究者拟开展一项两组1∶1平行对照设计的临床研究，以比较新旧疗法对某癌症患者生存状况的作用。已知新旧疗法的3年生存率分别为60%和40%。计划随访时间为3年，预计研究结束时两组总失访率均为0.1。取α=0.05，β=0.1，试估计所需的样本含量？

二、案例分析

本研究中欲比较传统疗法与新疗法的生存状况，基于等比例风险假设，且无入组时间和入组模式说明，宜采用基于Freedman法的Logrank检验计算样本含量，需要以下几个参数：

• 第一组(旧疗法组)样本量在总样本量中占比，本例中开展的是一项1∶1平行对照设计的临床研究，故本例为0.5
• 每组总失访率，本例为0.1
• 两组生存率，本例第一组(旧疗法组)和第二组(新疗法组)分别为0.4和0.6
• 检验水准α (常取0.01至0.1)，本例取0.05
• 检验功效1-β (常取0.8或更高)，本例取0.9

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)”—“Legacy Procedures (遗留程序)”—“Logrank Tests (Freedman) [Logrank检验(Freedman法)]”，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：选择“Sample Size”，表示本分析的目的是用于计算样本量。
• One-Sided Test：指定备择假设的单双侧。若不勾选，表示进行备择假设为H₁ ：λ₁ ≠ λ₀的双侧检验。本例不勾选。
• Power and Alpha：Power为把握度，填0.90；Alpha为检验水准，填0.05。
• Proportion in Group 1：表示第一组(旧疗法组)样本量在总样本量中占比，填0.5。
• Proportions Lost During Follow Up：表示整个研究总的失访率，范围介于0~1。本例填0.1。
• S₁ (Proportion Surviving in Group 1)：表示研究期间组1(旧疗法组)的患者预期的存活率，须从预试验或既往研究中确定。范围介于0~1。本例填0.4。
• S₂ (Proportion Surviving in Group 2)：表示研究期间组2(新疗法组)的患者预期的存活率。该值不一定是处理组的预期存活率，可以将其设置为某个特定值，低于该值将不具有意义。范围介于0~1。本例填0.6。

(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)”。

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，可知计算共需要总样本(N)290例，每组样本例数为145。

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

该案例为基于Freedman法的Logrank检验计算样本量。本研究中需比较传统疗法组(组1)和新疗法组(组2)中某癌症患者的生存状况，采用1∶1平行组设计。已知两组样本量相等，共随访3年。预计两组受试者总失访率分别为0.1，生存率分别为0.4(组1)和0.6(组2)，若取检验水准0.05、检验功效0.90，则两组各至少需要145例癌症患者参与研究。