率的非劣效试验中样本含量的估计——SAS和PASS实现

目的 提供二分类定性资料平行设计非劣效临床试验样本含量最常用的计算公式及其 SAS和PASS过程,并为相关参数的设置提供参考。方法 基于二项分布的正态近似理论推导样本含量的估计公式,通过SAS程序和PASS过程探讨各重要参数（样本率、非劣效界值）变化时样本含量及检验效能的变化情况。结果 对率的非劣效试验样本含量的计算,公式、SAS程序和PASS过程能得到一致结果;当检验水准和对照组样本率确定时,试验组样本率越大、检验效能越小、界值越大,所需样本含量越小。结论 利用本文提供的公式、SAS程序和PASS过程,可以帮助研究者系统快速得到二分类资料2组平行非劣效设计时的样本含量。试验组样本率、检验效能和非劣效界值是非劣效临床试验估计样本含量必须认真考虑的参数。     

安慰剂和阳性药对照的三臂非劣效临床试验的样本含量估计和统计推断

目的 介绍一种基于非劣效界值为标准对照药效应一部分的三臂非劣效临床试验的样本含量估计和统计检验的方法.方法 在介绍Pigeot法的基础上,实例探讨了如何计算样本含量及确定非劣效界值,并用模拟的方法比较了Pigeot法与传统检验方法的检验效能.结果 相同样本含量时Pigeot法的检验效能更高.结论 Pigeot法充分利用了所有样本量的信息,提高了检验效率,降低了临床试验的成本.     

多组比较样本含量及检验效能的线性算图估计

目的 为临床试验中多处理组比较时样本例数估计提供一种简单、实用的方法。方法 利用线性算图方法,通过计算“差别参数”,得出在一定检验水准和效能下,多处理组比较时每组所需样本含量。结果 实例分析表明,该法所得结果与其他方法结果相近,但计算过程简单且可用于其他类型资料分析的样本例数估计。结论 线性算图法是确定多处理样本含量的一种有效、可行的方法。     

非劣性/等效性试验的样本含量估计及把握度分析

目的介绍以标准治疗为对照的非劣性/等效性试验样本含量估计及把握度分析.方法方法主要参考国际上近年有关非劣性/等效性试验设计和分析的进展,对涉及到的统计事项和相关问题进行探讨和应用.结果针对非劣性/等效性试验的特定目的,详细阐明了样本含量估计各相关要素的意义及设定方法,给出了样本含量估计及把握度计算的通用公式,结合临床试验的实际案例对样本含量和把握度进行了应用分析.结论随着我国药物临床试验与国际的接轨,应该按照非劣性/等效性来设计试验的情形会有所增多,本文所介绍的方法将为实际工作提供有效的参考.     

一种基于条件把握度法和EM算法相结合的样本量再估计

目的探索期中分析时正态分布资料的样本量再估计。方法通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略。结果均数差异大于初始值时越早使用条件把握度的方法,再估计之效能越高。结论先用EM算法进行样本量再估计,如果再估计样本量大于初始样本量1.5倍,采用揭盲状态下的条件把握度法进行样本量再估计,可以尽量保持盲态和试验完整性并获得较高的把握度,同时也能减少一部分假阴性的发生以及临床资源的浪费。     

随机模拟法验证非劣效临床试验样本量计算公式

目的探讨并验证非劣效临床试验样本量计算方法。方法通过理论公式的推导，得到非劣效临床试验样本量计算公式，并用随机模拟的方法，使用该公式计算出的样本量估计实际的检验效能，以验证公式的正确性。结果由概率论严格推导得到样本量计算公式，并通过SAS随机模拟宏程序验证了公式的正确性，即模拟出的检验效能与最初带入公式计算时设定的预期的检验效能一致。结论样本量计算与临床试验设计有机结合的方法，解决了现行临床试验样本量计算方法与研究设计脱节的问题。     

一种临床试验中的适应性样本量调整方法

目的介绍一种临床试验中的适应性样本量调整方法,并探讨样本量调整后统计分析方法的第Ⅰ类错误率及检验效能。方法通过montecarlo模拟的方法研究n1大小对最终样本量Nf的影响,并估计最终方差偏移大小;同时模拟研究样本量调整后统计分析方法的第Ⅰ类错误率及检验效能大小。结果(1)模拟结果显示运用该样本量调整方法所得到的最终样本量Nf非常接近其真实值N0,尤其在π=0.4时进行样本量调整。(2)同时模拟结果显示所介绍的样本量调整后的校正t检验方法不仅能有效控制第Ⅰ类错误率α并且能充分满足试验检验效能(1-β)。结论该样本量调整方法研究结果是在一般两样本单侧t检验条件下得到也可应用于优效或非劣效设计的临床试验中。     

目标值法在医疗器械非随机对照临床试验中的应用

目的 探讨目标值法在医疗器械非随机对照临床试验中的应用.方法 系统探讨目标值法的应用过程.由于样本含量在试验设计阶段的重要性,根据其统计思想演绎和推导出部分与其对应的样本量估计公式.结果 应用目标值法完成的临床试验符合相关的统计学临床试验要求.结论 目标值法可以用于医疗器械临床性能的评价研究,尤其适用于医疗器械的非随机对照临床试验.     

单组目标值试验样本量计算方法的比较研究

目的探讨设计以率作为终点评价指标的单组目标值试验时,不同样本量计算方法间的区别。方法通过样本量计算原理与计算结果的比较,分析不同样本量计算方法间的差异,进一步通过MonteCarlo随机模拟方法,探讨使用不同方法所得样本量估计实际的检验把握度,验证所得结果的正确性。结果当预计事件发生率P和目标值P。相差10％时,近似正态法和一般精确概率法所得样本量和把握度较相近,但是当P接近1．0时（P〉0．85）,精确概率法所得样本量略低于近似正态法,且把握度明显低于近似正态法。小概率事件的精确概率法所需样本量始终低于近似正态法和一般精确概率法。随机模拟显示,在相同的参数设置下,近似正态法给出的样本量能够提供足够的研究把握度,而小概率事件的精确概率法所得样本量能提供的把握度过低。结论如果要检验某医疗器械的使用成功率是否不低于某个临床认可的标准,按照近似正态法计算的样本量,更能提供足够的检验把握度,尤其对于小规模的临床试验。     

生存分析log-rank检验样本含量估计影响因素

目的探讨生存分析log-rank检验样本含量估计的影响因素。方法应用PASS软件中的Lachin-Foulkes方法模块,设置不同的参数计算实例的样本含量来研究log-rank检验样本含量估计的影响因素。结果检验水准(包括单、双侧检验)、预期的检验效能、风险比、试验组和对照组例数是否均衡、随访的时间、删失率等因素都会影响log-rank检验样本含量估计。结论生存分析log-rank检验样本含量估计受诸多因素影响,设计阶段样本含量估算应考虑这些影响因素。