查看原文
其他

实例教程:手把手教你计算样本量

2016-09-14 张耀文 医咖会

小玲看了9月12日医咖会微信公众号推送的利拉鲁肽用于减肥的研究视频后,回家仔细阅读了全文。但是,有些地方还是不明白,于是来找小咖讨论。


小玲:我觉得这个研究做的棒棒哒,但有一点还没看明白,就是原文中统计方法部分的样本量计算到底写了个啥:


We estimated that with a sample size of 2400 patients assigned to receive liraglutide and 1200 assigned to receive placebo, the study would have more than 99% power to detect a between-group difference in the three coprimary efficacy end points of the main 56-week trial and in the primary end point of the 2-year extension.


小咖:你没看明白就对了。这段话确实没有讲明白样本量到底怎么计算来的。你应该去看看这个研究的Protocol和Supplementary Appendix,里面应该会详细写到。因为限于篇幅,有些研究会在正文中省略一些信息。


小玲:那么,哪里能找到这个研究的Protocol和Supplementary Appendix呢?


小咖:来,跟着我操作。首先搜到新英格兰医学杂志的这篇文章,然后点击①PDF下载这篇文章,再点开②Supplementary Material。



下载③Protocol和④Supplentary Appendix。


小玲:原来是这样啊,那我赶紧再去读一读这两个文件。


小玲读完后,又来找小咖。


小玲:我找到啦,原来在Protocol的84-85页有样本量计算的详细介绍。


The power for the primary endpoint weight change is calculated based on a two sided t-test with a significance level of 5%. The power with regard to the co-primary dichotomous endpoints proportion of subjects with a weight loss larger than of at least 5% and or more than 10%, respectively, is calculated based on a two-sided chi-square test. With a sample size of 2400 subjects treated with liraglutide and 1200 subjects treated with liraglutide placebo, the trial will have more than 90% power to detect a difference between liraglutide and liraglutide placebo in the proportion of subjects with a weight loss greater than 10%, given that the probabilities to achieve this weight loss is 10% for liraglutide placebo and 14% for liraglutide. 


小咖:很好。你先总结一下大意。


小玲:比较主要结局(体重变化)时,按照P=0.05进行双侧t检验。对于另一个主要结局(二分类变量)——体重下降5%及以上、10%以上的人数比例,采用双侧卡方检验比较。假设对照组体重下降10%以上的人数比例为10%,利拉鲁肽组的这个比例为14%。当利拉鲁肽组和对照组的样本量分别为2400例、1200例时,可以有超过90%的把握度发现这种差异。


小咖:很好,你get到了所有的point。以本研究为例,计算样本量时,需要知道以下几个重要的参数:1、研究设计类型(随机对照试验);2、结局指标类型(二分类变量——体重下降10%以上的人数比例);3、结局指标的预计值(安慰剂组10%,利拉鲁肽组14%);4、检验水准α(通常取α=0.05);5、把握度1-β(通常为80%或更高,本研究为90%)。


小玲:莫非研究设计和结局指标类型不同,样本量计算的方法也不同?


小咖:是的,上述5个参数(尤其是前3个)不同时,样本量计算的方法也不同,一共好几十种呢。这个研究是平行设计的随机对照试验,结局指标是二分类变量,其样本量计算方法就是最常见的一种。


小玲:呃,这么多啊。那我今天就先学习这一种,以后的慢慢学怎么样?


小咖:好呀。样本量计算推荐使用PASS软件。下面,我用PASS 11来介绍一下怎么计算这个研究的样本量吧。


1、打开PASS 11软件后,在左侧的菜单栏内选择Proportions→Two Independent Proportions→Test (Inequality)→Test for Two Proportions[Proportions]




2、要计算样本量,需要在Find (Solve for)中选择N1。这个研究中,选择的把握度为90%,因此Power (1-Beta)中输入0.9;选择的Significance level(也就是P值)为5%,因此Alpha (Significance Level)中输入0.05;利拉鲁肽组和安慰剂对照组的样本量比值为2:1,因此N2 (Sample Size Group 2)中选择Use R,R (Sample Allocation Ratio)中选择0.5;P1 (Treatment Group Proportion|H1)为本研究中利拉鲁肽组体重下降10%以上的研究对象比例,输入0.14;P2 (Control Group Proportion)为本研究中安慰剂对照组体重下降10%以上的研究对象比例,输入0.1。其它为默认选项,点击RUN。




3、结果解读




PASS软件给出了样本量计算的结果、参考文献、报告中的名词定义和总结性描述。在样本量计算结果中我们需要重点关注以下两列:


1) Sample Size Grp 1 (N1):干预组样本量。干预组需要2097例研究对象。


2) Sample Size Grp 2 (N2):对照组样本量。对照组需要1049例研究对象。


小玲:这么神奇啊!不过我有点疑惑,为什么计算出来的样本量不是Protocol中写的2400和1200例呢? 


小咖:这是因为上面计算得到的是研究所需的最少样本量。实际研究过程中,研究对象会不依从或失访,因此需要适当地扩大样本量。


小玲:嗯,我明白了。那样本量计算的结果在研究方案或者论文中怎么撰写呢?


小咖:你可以按照以下方式撰写。当然,你要是觉得我的语文学的不好,也可以再修改修改。


本研究为平行设计的随机双盲对照试验。干预组为利拉鲁肽治疗组,对照组为安慰剂治疗组,研究对象体重下降10%以上的人数比例为主要观察的结局指标。根据既往文献报道(或预试验结果),估计对照组体重下降10%以上的人数比例为10%。利拉鲁肽组的这个比例为14%。设α=0.05(双侧),把握度=0.90。利用PASS 11软件计算得到利拉鲁肽组的样本量N1=2097,安慰剂对照组的样本量N2=1049例。假定研究对象的失访率为10%,则需样本量N1=2097÷0.9=2330例,N2=1049÷0.9=1166例。最终利拉鲁肽组纳入研究对象2400例,安慰剂对照组纳入1200例。


小玲:嗯,太好了。对于平行设计的随机对照试验,结局指标是二分类变量的样本量计算方法,我已经掌握了。那其它的样本量计算方法是怎样的呢?


小咖:这个...我妈喊我回家吃饭了,咱们下期再详说吧。


小玲:好的,谢谢小咖。


点击左下方的“阅读原文”,看看NEJM上的这篇文章。


医咖会微信

medieco-ykh

微信二维码
长按即可关注

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存