上述試驗目的為調查以家庭為基礎的早期介入對2歲兒童BMI的效果。對照組採用常規兒童照護服務，該試驗設計為隨機對照優勢試驗[2]。

　　該治療在臨床上被認為優於另一種治療的有效性，為在2歲時的平均BMI有0.38單位之顯著差異。這種差異被稱為臨床感興趣的最小效果量(a正確)，是由研究人員根據臨床經驗或以前的研究提出的。顯然，治療組間的差異愈大，臨床優勢就愈大，而差異愈小則無。

　　臨床感興趣的最小效果量(0.38單位)可能在母群體中不存在。亦即，若應用於所有初次生育的母親和她們的嬰兒，治療組間2歲時的BMI差異可能小於0.38個單位。然而，如果臨床感興趣之最小效果量確實存在於母群體中，就要將能在試驗中被看到的機率最大化。要做到這一點，需要一個最佳樣本數。這是統計檢力概念的基礎。統計檢力是基於在相同條件下無限次重複上述試驗的假設情況。每次試驗都需要進行統計假設檢定，並得到P值。上述試驗中計算樣本數的統計檢力是這些重複樣本中顯示臨床感興趣最小效果量(若有存於母群體中)的顯著差異之百分比(P<0.05)。為了計算所需樣本數，除了臨床感興趣的最小效果量和最低檢力外，還需要臨界顯著性水準，並對2歲時BMI的預期標準差提供一些指示。假設各組BMI標準差相同以及根據既往的研究。

　　顯然，在上述試驗中，統計檢力需要盡可能提高。然而，統計檢力的增加與更大的樣本數相關(b錯誤)。因為隨著樣本數的增加會愈接近母群體個數，在試驗中觀察到的BMI差異將與母群體中觀察到的差異相似。因此，隨著樣本數的增加，統計檢力也會增加，因為若差異存在母群體中，臨床感興趣的最小效果量更有可能在試驗中被看到。要獲得100%的統計檢力，就需要對整個人口進行取樣，但這是不可行的。因此，上述試驗在檢力和樣本數之間進行折衷。檢力設置為80%，為在臨床試驗中計算樣本數常推薦的最小值。

　　在開始試驗前確定最佳樣本數是一個重要的倫理考量。如果樣本數太小，檢力會不夠，可能無法檢測到最小的臨床感興趣效果量，即使它存在於母群體中。這將被認為是不道德的，因為時間、精力和資源可能被浪費在運行一個幾乎沒有潛力顯示臨床意義的試驗上。同樣地，過大的樣本數會招募比實際需要更多的參與者，以顯示最小的臨床感興趣的效果量。會造成過度敏感。這也是不道德的，因為招募太多的參與者會浪費時間、精力和資源。

　　在根據研究結果得出結論時，重要的是要認識到樣本數和統計顯著性間的關係。如上所述，統計檢力的增加與更大的樣本數有關。然而，隨著樣本數和檢力的增加，治療組間在主要結局方面逐漸縮小的差異將被判定為具有統計學意義。換句話說，有可能小於指定的最小臨床感興趣的效果量會被判定為具有統計學意義。因此，被認為具有統計學意義的組間差異可能並不具有臨床意義。在上述試驗中，臨床感興趣的最小效果量是治療組間在2歲時的BMI差0.38個單位。然而，實際的差異是0.29單位。雖然這一差異小於臨床感興趣的最小效果量，但仍在5%的顯著水準上具有顯著性。這是因為試驗過度敏感(c正確)。亦即，檢力大於樣本數計算中指定的80%。有幾個原因可以解釋這一點。樣本數計算提供了參與者數目之粗略估計，尤其是因為所需的一些資訊很難預測。包括兩治療組共同的主要結果之標準差，研究人員預測為1.5個單位。然而，主要結果的實際觀察標準差較小。此意味著試驗的檢力大於80%。此外，研究人員招募比需要更多的研究對象。所需樣本數為504人，但由於預期退出率為25%，研究人員預計招募630名參與者，約為26.5%的退出率。然而，最後總共招募667名參與者，因此研究的檢力進一步加大。

　　儘管有倫理方面的考慮，但在上述試驗中增加檢力可能是有益的，因為若臨床感興趣的效果量若存在母群體中，則它更有可能被證明。然而，檢力增加的缺點為觀察到的治療組間的差異是顯著的，儘管它小於臨床感興趣的最小差異。在解釋過度敏感研究結果時需要謹慎，因為統計意義可能與臨床意義相混淆。以上述試驗為例，基於假設檢驗的統計學顯著性(P=0.04)，研究人員得出結論，訓練有素的社區護士提供的家庭早期介入對降低2歲兒童的平均BMI是有效的。然而，事實並非如此，因為臨床感興趣的最小效果量在試驗開始前被指定為0.38 (d錯誤)。