样本量估算系列02--基于PASS两样本率非劣效比较样本量计算.doc

样本量估算系列02--基于PASS两样本率非劣效比较样本量计算.doc

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
样本量估算系列02--基于PASS两样本率非劣效比较样本量计算 题记:今天我们用一个案例介绍基于PASS软件的两样本率非劣效比较的样本量计算方法。 1. 基础知识各位可参考我们上一篇文章?(样本量估算系列 01 -- 基于PASS两样本率比较的样本量计算),此处不再赘述。 2.?案例分析[案例] 一个新的抗肿瘤药物A与标准药物B对照进行III期临床试验。已知药物B的有效率为30%。根据临床应用的实际情况,设置非劣效性的限值为10%。根据预实验,估计新药A有效率为25%。按照1:1平行非劣效性设计,单侧检验,alpha=0.025,power=90%,每组需要多少样本?总计需要多少样本??分析:按照非劣效设计,A药只要不比B药的有效性低10%则认为A药有用。这种情况临床很常见,B药作为标准治疗虽然效果很好,但可能存在一些不足,比如价格昂贵、副反应大等。A药作为一种替代药品具有价格便宜,安全性高等优势,如果疗效上不比B药差,或者仅仅比B药差那么一点,当然也有可能优于B药,我们则认为A药有效。我们可根据专业知识或者文献回顾设定一个非劣效性的界值,此处设为10%,即A药的有效率只要不低于10%,我们都认为B药与A药疗效一致。此外,还要已知其他参数:A药的实际有效率(根据文献回顾或预实验获得)25%,1:1平行设计,单侧检验,alpha=0.025,power=90%。 3. PASS计算过程第一步,如图依次点击: 图1. 依次选择Proportions--Two IndependentProportions--Non-Inferiority -- Non-Inferiority Test For the Difference BetweenTwo Proportions 第二步,如图依次填入参数 图2. 如图依次设置参数 参数解释:Sample Size表示待计算的试验组样本量,此处为选择项;Higher Proportions Are: Better,此处为选择项,相当于告诉软件后面填入的Proportion越大表示效果越好。power=90%表示把握度为0.9,alpha=0.025表示检验水准为0.025;N1=N2的含义是:试验组与对照组按照1:1分组;此处Input Type选择Proportion,则P1.0 (Non-Inferiority Proportion)=0.2(对照药物应答率30%-非劣效限值10%);P1.1(Actual Proportion)= 0.25;P2 (Reference Group Proportion)=0.3。?也可以选择两个率的差值,如下图3.所示。两种方法计算结果一致。 图3. 按照两个率差值计算样本量 图4. 计算结果?本例中共计需要3342例标本,试验组对照组各需要1671例标本。未考虑失访可能。假定两组的释放率均为5%,则实际需要样本量为3342/(1-5%)=3518例,试验组1756例,对照组1756例。?本例计算样本量较大,如果把非劣效的界值设定为15%,结果会如何变化?相当于我们可接受一个更宽的范围上两个药在疗效一致,估算样本量会大幅减少,不考虑失访试验组与对照组各需418例,可见由专业知识确定的非劣效界值δ与样本量计算密切相关。读者也可以思考一下,如果新药实际有效率较原来的25%变大,样本量计算结果又如何变化呢?读者可在PASS软件里自行尝试。?4. 参考文献[1]Chow, S.C., Shao, J., and Wang, H. 2008.Sample Size Calculations in Clinical Research, Second Edition. Chapman &Hall/CRC. Boca Raton, Florida.[2]Farrington, C. P. and Manning, G. 1990.'Test Statistics and Sample Size Formulae for Comparative Binomial Trials withNull Hypothesis of Non-Zero Risk Difference or Non-Unity Relative Risk.'Statistics in Medicine, Vol. 9, pages 1447-1454.[3]Fleiss, J. L., Levin, B., Paik, M.C.2003. Statistical Methods for Rates and Proportions. Third Edition. John Wiley& Sons. New York.[4]Gart, John J. and Nam, Jun-mo. 1988.'Approx

文档评论(0)

159****3029 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

认证主体祝**

1亿VIP精品文档

相关文档

相关课程推荐