关键词:样本量计算; PASS; 生存分析; Logrank检验(Lachin和Foulkes法)
Lachin和Foulkes法的Logrank检验样本量估计充分利用了生存数据的特点,较Freedman法考虑到了时间因素对样本含量估算的影响,其估算结果更加精确。具体计算过程及注意事项如下。
一、案例数据
某研究者计划开展一项两组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45%。计划让受试者进组的时间为1年,且期望全部受试者能够均匀地进入研究。随访时间为5年,预计两组的总失访率均为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,且具有入组时间和入组模式说明,宜采用基于Lachin和Foulkes法的Logrank检验计算样本含量,需要以下几个参数:
- 受试者入组时间(年),本例为1
- 入组模式,即招募50%的受试对象的累积时间百分比,由于研究对象均匀入组,故本例为50
- 随访时间(年),本例为5
- 组1(传统疗法组)样本量在总样本量中占比,开展的是一项两组1∶1平行对照设计的临床研究,本例为0.5
- 两组生存率,本例对组1(传统疗法组)和组2(新疗法组)分别为0.45和0.60
- 两组总失访率,本例均为0.10
- 检验水准α (常取0.01至0.1),本例取0.05
- 检验功效1-β (常为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 (Lachin and Foulkes) (Logrank检验之Lachin和Foulkes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。
- Alternative Hypothesis:指定备择假设的单双侧。选择“Two-Sided”,表示进行备择假设为Ha :S1≠S0的双侧检验。
- 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 to Follow-Up:表示每组在固定时间T0内的失访率,范围介于0~1。本例中【Group 1】和【Group 2】均填0.1。
- S1 and S2 (Proportion Surviving Past T0):表示每组中存活到T0以后的患者比例,范围介于0~1。本例中第一组和第二组生存率分别填0.45和0.60。
- T0 (Fixed Time Point):即固定时间点,与T0、S1、S2、失访率对应。其单位与入组时间和随访时间一致,本例填3。
- R (Accrual Time):即入组时间,表示受试者进入研究的时间长度。本例填1。
- % Time Until 50% Accrual:即招募50%的受试者的累积时间百分比,以控制受试者的入组模式。若期望受试者均匀入组,则设置为50;若期望更多的受试者早期入组,则设置为小于50的值;若期望更多的受试者后期入组,则设置为大于50的值。本例中填50。
- Follow-Up Time, T-R:即随访时间,指最后一个受试者入组到研究结束之间的时间长度。本例填5。
(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,可知计算的每组样本例数(N)为340/2=170。
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Lachin和Foulkes法的Logrank检验计算样本量。本研究中需比较传统疗法(组1)和新疗法(组2)治疗某癌症患者的生存状况作用,采用1:1平行组设计。已知受试者均匀地在1年内进入研究,共随访5年。预计在整个研究过程中两组受试者的总失访率均为0.1,生存率分别为0.45(组1)和0.6(组2),若取检验水准0.05、检验功效0.90,则每组至少需要170例癌症患者参与研究。