随访研究设计引论

本文对两队列随访研究所需样本容量和试验期限作了估计，以保证在给定显著性水平有足够功效检出所指定的差别。其依据是两指数生存函数队列半数生存期的比较，表达为９个简单的公式。其中心环节是终检率的限定，以保证试验结果的可评价性。其特点是，进入期为三个设计参数：最小临床承认疗效比率即两队列半数生存期之比，终检率，和进入率所固定。该方法用于随访研究的常规设计，带有附加限制的设计，对设计的校对和对方案的评价与修改，均十分简便。附有工作实例描述设计过程。     

细菌性痢疾主要传播因素100例配对研究

细菌性痢疾的传播方式有多种,“粪——口”方式传播被公认为主要的途径。不同地区、季节或人群中的菌痢传播方式是不一样的。在不同场合下,菌痢的主要传播方式的确定有助于该病的防治。为探讨西安地区菌痢的主要传播方式,我们于1979年7～9月采用病例一对照研究的方法,观察了100对。     

非虚假设多中心配对临床试验

目的:将配对设计加以扩展,以适应非虚假设和分层。方法:将多中心临床试验的每个中心看作1层,取层样本分数为权计算平均治疗-对照差。将其期望与最小可识别差量比较建立非虚假设,按其方差构造分层配对设计基本关系式,进而推导出样本量公式,检验统计量,和功效函数。将这些用于临床试验的设计、执行和分析。以Monte Carlo方法展示观测功效。结果:这些在最小可识别差量取零时还原为对应经典统计学方法,其观测功效和期望功效吻合,所需样本量小于对应的两组设计。结论:这种临床试验直观高效,适于建立试药对于对照药的临床优效性、非劣效性或等效性,并附有实例描述用法。     

非虚假设综合渐近正态法

目的:提出非虚假设综合渐近正态法。方法:将渐近正态法加以扩展以覆盖非虚假设和分层设计,从而推导出单样本和两样本基本关系式,功效函数,样本量,及检验统计量。结果:当最小感知差别取零时,它还原对应经典方法,包括经典Cochran检验和Mantel-Haenszel检验。当层数取1时,它还原为非虚假设渐近正态法,包括Dunnett-Gent检验。当最小感知差别取零且层数取1时,它还原为经典渐近正态法,包括单样本和两样本比例检验。结论:这种方法可用于分层设计的有效对照临床试验,以建立临床优效性,非劣效性,或等效性。     

癌症统计学治愈的两种检验方法

本文介绍用于癌症统计学治愈评价的两种非参数方法。反射和检基检验，引入同源性生存率方差估计值将其加以改进，并以临床实侧展示其计算步骤。这两种检验在无终检时还原为对应的经典中位数检验。前者的还原形式可转换为X^2检验，可能更易于被接受，获得较多临床应用机会。     

两队列半数生存期差别的显著性检验

生存分析中,常用中位生存期;流行病学中,这表达为队列半数生存期(cohort half-life,chl)。chl 可对研究结果提供一个直观的解释,但其变异大,需统计推断。chl 区间估计已有反射置信限(reflected interval),检验置信限(testbased interval)等。     

医学随访研究资料的非参数分析方法

本文提出经由非参数途径的医学随访研究资料的分析方法：它包括队列半数生存期反射和检基置信限和两队列半数生存期差别的显著性检验。这种检验被扩展可用于多样本问题。由于终检被适当校正，这些方法适于分织或不分组的终检资料。在无终检时，它们还原为对应的经典统计学方法。使用这些方法可避免ｎ－年生存率比较或生存经历整体比较的缺点。关于白血病和食管癌临床试验的工作实例被用来描述其使用方法。     

关于子宫颈癌病人长期生存和统计学治愈的初步报告

关于子宫颈癌病人的统计学治愈报道甚少。Cutler对198例宫颈癌病人随访资料进行分析,用划分时间区间,比较病人队列和一般人群生存比率的办法,发生12年后,该比率达100％附近,说明生存者中的死亡率与同年令分布的一般人群相似。Bush发现一组688例病人的60％具有与一般人群相似的生存经历,约8年后,其生存曲线平行于一般人群的,在至14年。堪萨斯1950—79年诊断时年令在65岁以上的局限性宫颈癌(定义祥后)病人的生存曲线接近平行于一般人群的。基于最近发表的统计学治愈测定方法,现就堪萨斯大学癌症病例数据库中的早期病例,1947～49年间诊断的48例宫颈癌的39年随诊记录进行整理和分析。     

Log rank检验所需样本量的测定:迭代非中心法

目的:提出一种迭代非中心法,用于Log rank检验所需样本量的测定,并同Lachin-Foukes法进行了比较。方法:预置样本量重复抽样,计算Log rank检验统计量及其平均值。调整预置样本量重复操作,当该平均值充分逼近预定非中心参数时,最后预置样本量被看成是所需样本量。结果:该法所得样本量因生存分布而异,可满足Log rank检验预定功效。相比之下,Lachin-Foukes法所得样本量偏小,用于Log rank检验功效不足。结论:迭代非中心法优于Lachin-Foukes法,可用于慢性病和癌症生存研究的设计。