临床研究中的样本量再估算
样本量估算是研究设计中重要的一步,直接关系到研究的预期结果及研究的可行性。估算方法可以是根据经验进行估计,也可以根据预试验或文献中的数据进行计算,而在我们实际样本量估算的过程中用预试验结果进行估算的非常少。那如果用别人的文献结果进行计算,别人的研究怎么做的,是否真实,测量方法与本研究是否相同,别人的目标人群与本研究的人群是否一致,相认大家心里都会有所顾虑。
在实际研究过程中我们也会在事后发现,我们的研究结果与刚刚开始用于计算样本的文献数据差异较大。怎么办呢?样本量的再估算也许可以帮我们解决一些顾虑。
样本量的再估算是在研究实施过程中间通过对已经完成的数据进行分析,根据分析结果重新计算更准确的样本量。下面以连续结局指标为例,看一下样本量的再估算方法。
在期中分析时,我们可以根据已经完成的病例计算两组的均值差和方差,根据样本量计算公式(以1:1为例)
可将方差(σ)与均值差(δ)代入公式即可。但与初始计算样本量不同的是,因为进行了期中分析,为了不提高假阳性率,需要对α进行调整,具体调整方法参考期中分析的阿尔法消耗情况,但可以肯定的是α小于0.05,因此如果期中分析的均值差和方差与初始计算的相同时,也会增加样本量。
如何不消耗α呢,统计学上认为只要分组计算了参数,就有可能根据期中分析的结果对后续研究作一些有利的调整,如故意多入组某一类病人等。因此要想不消耗阿尔法,就不进行分组分析,即在盲态下只计算总体参数。此时我们假定均值差的估计是准确的,但方法可根据期中分析的结果进行调整,简单的样本量的估算公式为:
需要强调的是如果计算的样本量小于初始样本量,按初始样本量继续进行试验,如果计算的样本量大于初始样本量,则按新计算的样本量执行。当然如果中期分析的结果非常好,也可按计划在中期终止研究,如果中期分析的结果非常差,估算的样本量特别大,也可能需要考虑放弃研究。
在临床研究中,除了根据中期分析的结果调整样本量外,也会遇到外部环境的变化调整样本量,如某种疾病必须做到一定的例数,单中心的样本量必须达到一定的例数等,这些不再讨论。