Как рассчитать размер выборки и почему

1. ЗАЧЕМ
2. КОГДА
3. КАК
4. Когда основной результат является двоичной переменной
5. Когда основной результат является непрерывной переменной
6. Расчет «Последующей потери»
7. Более сложные случаи
8. БОЛЬШЕ РАССМОТРЕНИЯ
9. Более 3 групп
10. Анализ подгрупп
11. Размер эффекта
12. Неожиданная остановка обучения
13. Намерение лечить и по протоколу
14. Для меньшего размера образца

В последние годы, когда институциональная контрольная комиссия стала обязательной, оценка размера выборки привлекла внимание людей. Тем не менее, многим клиницистам необходимо узнать, почему необходимо рассчитывать размер выборки и как ее рассчитывать.

Некоторые исследователи считают, что если они проводят расчет размера выборки, им необходимо исследовать большое количество выборок, тогда как у них ограниченное время и деньги. Некоторые из них даже рассматривают это как своего рода обряд. Кроме того, они думают, что это слишком сложно для вычисления, потому что им нужно использовать сложные формулы.

Скорее, расчет размера выборки является незаменимым процессом для получения оптимальных результатов. Действительно, исследователи должны знать, как рассчитать размер выборки, потому что они имеют ограниченное время и деньги. Просто, чтобы сэкономить время и деньги, исследователи должны рассчитать размер выборки.

Поскольку исследователи обычно хотят доказать, что экспериментальная группа превосходит контрольную группу, эта статья будет посвящена испытанию на превосходство, и в следующий раз мы обсудим испытания на неполноценность.

ЗАЧЕМ

Многие исследователи хотят показать, что две группы действительно различны, но они не смогут найти существенных различий, если размер выборки не достаточно велик. Кроме того, они могут тратить время и деньги, продолжая расследование по истечении времени, которое необходимо продолжить, потому что они не знают, когда тестирование было завершено, поскольку они не рассчитали размер выборки до начала расследования. Если размер выборки уже достаточно велик, чтобы доказать, что экспериментальная группа является превосходящей, поддержание лечения для контрольной группы может быть этической проблемой, потому что лечение, которое они получают, явно хуже. Таким образом, ясно, что расчет размера выборки важен с этической точки зрения, а также эффективно для достижения наибольшего удовлетворения при минимальных затратах.

КОГДА

Расчет объема выборки осуществляется на этапе планирования. Таким образом, расчет размера выборки обычно проводится в проспективных исследованиях случайного контроля. Ретроспективные исследования используют статистическую мощность, а не вычисление размеров выборки, и мы называем это «анализом мощности после анализа». Мы собираемся узнать о необходимости и ценности этих «специальных анализов мощности» позже.

Кроме того, поскольку исследователи ожидают раскрытия результатов, ссылаясь на предыдущие исследования или экспериментальные исследования, расчет размера выборки производится после того, как ссылки исследованы, и до начала полномасштабного исследования.

КАК

Метод довольно прост. Во-первых, есть первичный результат, в зависимости от того, является ли первичный результат двоичной переменной, такой как пройденный / неудачный, или непрерывной переменной, такой как вес / рост / оценка, методы будут объяснены один за другим в следующем разделе.

Когда основной результат является двоичной переменной

Давайте сделаем предположение, что показатель успеха контрольной группы и экспериментальной группы составляет 70% и 85% соответственно, как рассчитано в предыдущем исследовании или пилотном исследовании. Визит http://www.sealedenvelope.com/power/binary-superiority/ и нажмите «Рассчитать» после ввода коэффициента успеха, который упомянут выше.

Как показывают результаты, требуемый размер выборки для каждой группы составляет 118, а общий требуемый размер выборки - 236 (). Уровень статистической значимости, альфа, обычно составляет 5% (0,05), а адекватная мощность для испытания широко принимается как 0,8 (80%). Чем выше мощность (мощность = 1 - бета) для испытания, тем больше требуется размер выборки. В правой части «Вы могли бы сказать ~» показан пример предложения, которое можно использовать в статье. Значение альфа и бета очень важно, но оно будет опущено, потому что оно уже было объяснено точно во многих статистических ссылках.

Если вы не знаете, что требуемый размер выборки составляет 236, вы не сможете обнаружить разницу для вашего неадекватного размера выборки. После того, как вы оцените время, необходимое для 236 пациентов, вы можете изменить предмет исследования или поискать со-исследователей или изменить зависимые переменные, если размер выборки слишком велик для сбора. Таким образом, необходимо рассчитать размер выборки для оценки направления всего исследования, а также времени, затраченного на исследование, и бюджета на исследование.

Далее есть формула для расчета (). Эта формула обычно указывается в статистических учебниках и рассматривается в статистических лекциях, поэтому, возможно, нет необходимости ее объяснять. В целом, это очень простой расчет.

Есть много сайтов для расчета размеров выборки. Один из них показан в http://department.obg.cuhk.edu.hk/ и перейдите к блоку статистических инструментов → статистические тесты → размер выборки → сравните пропорции → независимые группы. Как и прежде, после удаления% введите 0,70 и 0,85. Соотношение 1, обычно ().

Этот результат показывает, что требуется 121 или 134 пациента на группу (). Первый результат является результатом «нескорректированного критерия хи-квадрат», а второй является результатом «точного критерия Фишера или критерия Шишквара с исправлением непрерывности». Хотя последний является более точным способом получения размера выборки, не имеет значения, используется ли первая формула.

По сравнению с несколькими другими сайтами результаты www.sealedenvelope.com немного отличаются. Считается, что эти различия связаны с округлениями.

Когда основной результат является непрерывной переменной

Визит http://www.sealedenvelope.com/power/continuous-superiority/ и введите цифры. Средние и стандартные отклонения в контрольной группе и экспериментальной группе требуются на этот раз.

Если средние значения и стандартное отклонение в экспериментальной и контрольной группах составляют 76, 83 и 10 соответственно, рассчитывается 66 образцов (33 образца в каждой группе) ().

Следуйте меню в сети ( http://department.obg.cuhk.edu.hk ) → статистический ящик с инструментами → статистические тесты → размер выборки → сравнить средства → независимые группы. Вы можете ввести разницу двух средних и стандартных отклонений для каждой группы или установить соотношение, и результат будет одинаковым в обоих случаях ().

Еще один пример расчета размера выборки для непрерывного испытания превосходства результатов.

Считается, что 33 человека будет достаточно, чтобы доказать гипотезу.

Эти два метода для двоичных переменных и непрерывных переменных являются обычными, простыми и легкими способами вычисления размера выборок.

Расчет «Последующей потери»

Расчет «последующей потери» Еще одним соображением может быть «последующая потеря». Если размер выборки составляет 33, но предполагается, что последующие потери составляют около 15%,

Таким образом, первоначальный размер выборки будет 39, учитывая «последующие потери», и вы можете упомянуть об этих процессах в начале статистического раздела статьи. Количество выборок не рассчитывается в базовой статистической программе SPSS, и вам не нужно указывать конкретную статистическую программу.

Более сложные случаи

Может быть много разных ситуаций, требующих расчета размера выборки. Посетите мою личную страницу блога ( http://cafe.naver.com/easy2know/6259 ) и скачать "Расчет размера выборки. jeehyoung Ким". Это файл только для чтения, но все функции не ограничены. На первом листе есть краткие инструкции, на втором листе корейская версия, на третьем листе английская версия ().

Авторский файл Excel для расчета размера выборки для различных тестов.

В тесте хи-квадрат () результаты такие же, как. Например, если вы введете 0,7 в контрольной группе и 0,85 в экспериментальной группе, плотность заболеваемости рассчитывается как 120,472, что соответствует 121.

Авторский файл Excel для расчета размера выборки; тест хи-квадрат.

Особенность этой формулы в том, что возможен более точный контроль над «альфа» и «бета», и вы можете регулировать соотношение экспериментальной и контрольной групп. Если вы введете определенное значение в ячейки «Последующая потеря» и «Соответствие», оно будет немедленно рассчитано в следующей ячейке.

В случае хирургических испытаний соблюдение всегда будет равно 1, но в случае медицинских испытаний соблюдение может быть меньше 1 из-за состояния пациента.

Этот лист Excel содержит больше формул для расчета для теста на превосходство, теста на неполноценность, теста на эквивалентность, критерия добротности по критерию хи-квадрат, кроме того, теста на превосходство, теста на неполноценность, теста на эквивалентность независимого t- теста, парного t -тест, тест Макнемара и анализ выживаемости (логарифмический тест) ().

БОЛЬШЕ РАССМОТРЕНИЯ

Незначительный результат означает

Есть некоторые статьи, в которых делается вывод, что между двумя группами нет различий, потому что p > 0,05 без расчета размера выборки. Это явно ошибка, потому что, существует ли существенная разница или нет, размер выборок слишком мал, чтобы сделать вывод. Многие авторы совершают одни и те же ошибки, и исследователи предостерегают от такой ошибки. «Отсутствие доказательств не является доказательством отсутствия» 1) Это бесплатная статья, которая содержит практические примеры, и я настоятельно рекомендую ее прочитать. Статистика в ортопедической бумаге 2) показал ряд ошибок в ортопедических работах; например, говоря, что «незначительный результат от t- теста с двумя выборками не означает, что эти два средства равны, только то, что нет никаких доказательств, чтобы показать, что они разные».

Действительно, когда было проведено исследование 170 ортопедических работ в «Журнале хирургии костей и суставов» (Великобритания), «Травма» и «Анналы» Королевского колледжа хирургов Англии, в 49 работах (28,8%) говорилось, что две группы не имели значительных различия, но только 3 (6,1%) бумаг рассчитали размер выборки. 3)

Если вы хотите сделать вывод об отсутствии существенных различий, вам следует выполнить тест на эквивалентность или тест на неполноценность. Это будет объяснено в другой раз.

Более 3 групп

Anova для тестирования нескольких групп включает в себя сложный процесс расчета, также существует взаимное рассмотрение действий. Большинство высококачественных работ посвящено сравнению двух групп, потому что конкретная цель доказательства одной гипотезы важнее, чем одновременное доказательство двух или трех гипотез. Поэтому вместо того, чтобы сравнивать как можно больше групп, мы рекомендуем сравнивать только две группы.

Анализ подгрупп

Обычно нам не нужно проводить расчет размера выборки или расчет мощности теста для анализа подгруппы или вторичного исхода, такого как частота осложнений, но все же нам нужно интерпретировать результаты с концепцией мощности или размера выборки. Например, будет стремительным сказать, что нет существенной разницы, когда значимость вторичного исхода больше 0,05, потому что анализ подгруппы всегда имеет небольшой размер выборки, и трудно показать значимую разницу.

Размер эффекта

Концепция «величины эффекта», которую предпочитают некоторые статистики, важна, но не всегда используется на практике. Если вы хотите использовать мощные методы, такие как «G * Power», необходимо сначала узнать «размер эффекта», а затем можно продолжить расчет размера выборки.

Метод Коэна, в котором «размер эффекта» рассчитывается как большой, средний или маленький, не рекомендуется. Это последний метод, который можно использовать, и только в том случае, если у нас нет экспериментального или предыдущего исследования в качестве справочного материала, поскольку он предполагает постоянный размер выборки, даже если характер исследования отличается. Википедия упоминает этот метод в статье. 4)

Неожиданная остановка обучения

Хотя было бы желательно, если бы мы могли проверить статистическую значимость после заполнения каждой запланированной выборки, иногда значительная разница может быть подтверждена только с небольшим размером выборки, и неожиданные осложнения происходят со значительной частотой в исследовании. Мы должны составить план или корректировку исследования, когда возникнут эти проблемы, потому что для исследователя было бы аморально продолжать тестирование независимо от этого осложнения.

Намерение лечить и по протоколу

Процесс о «последующей потере» пациентов делится на намерение лечить (ITT) и протокол (PP), и исследователь должен указать, какой процесс используется в статье. В первом случае исследование продолжается с начальным распределенным количеством пациентов, а во втором - с количеством пациентов, которые завершили весь протокол. Когда исследователи рассматривают осложнения в качестве основного результата, они обычно используют ITT, потому что ITT является более консервативным. Когда исследователи хотят выяснить существенные различия эффектов, они обычно используют ITT. Таким образом, ITT обычно рекомендуется в испытаниях на превосходство, а PP и ITT при не уступающем эффекте. На самом деле, если значения результатов этих двух методов различны, это означает, что существует много последующих потерь. В этом случае мы должны точно выяснить причину.

Для меньшего размера образца

Если авторы хотят доказать гипотезу небольшой выборкой, есть несколько советов, таких как: 1) Используйте непрерывные переменные, а не номинальные переменные; 2) уменьшить стандартное отклонение путем точной и точной оценки непрерывной переменной; 3) При необходимости используйте метод статистического сопоставления (например, парный t- тест); и 4) Установите общие и отличные переменные в качестве первичных результатов.

Артериальное давление (постоянная переменная) лучше, чем гипертония (номинальная переменная), и если вы точно измеряете артериальное давление, вы можете уменьшить размер выборки, уменьшив стандартное отклонение. Для парного t- критерия и теста Макнемара требуется меньший размер выборки, чем для независимого t- критерия и критерия хи-квадрат. Если разница между побочными эффектами более заметна, чем эффектами, вы можете подтвердить тезис небольшой выборкой, сосредоточившись на побочных эффектах. Все это можно контролировать путем тщательного анализа экспериментальных исследований и предыдущих исследований, поэтому я хочу еще раз подчеркнуть важность экспериментального исследования.