"匯東華-認真作好每件事"
~統計,不再是阻力,而是助力~

 BMJ小小統計問題(58):

Sample size calculations II (樣本數計算 2) 

            

前言:

樣本數計算是個老話題,需要考量哪些指標來進行,本篇重點都有說明,記得做重點。若研究要申請IRB,收集病人資訊進行分析及比較,通常需要提供樣本數及如何計算而得。有基本概念,當使用樣本數計算公式與工具時,才知道如何進行,以得到所需結果。BMJ統計問題(57)也有提到類似的概念,建議一起參考。

        

9月持續進行新進人員培訓,工作重整以及辦公環境整理。人員素質對一家企業的重要性不言自明。再怎麼忙,想偷懶,還是要落實教育訓練。教育是百年大計,個人是非常認同的。公司的教育訓練系統希望Q4能完成初步建置。專業、效率、熱忱、創新、永續是匯東華的精神,與夥伴共榮,一起與內外部夥伴共同成長茁壯,是匯東華的理念,而這些都需要有良好的人力素質才能持續。

            

二門課會稍微延遲上架至匯東華統計學院,為觀察性研究設計、Logistic regression & survival analysis。預計9月底推出線上課程,日期時間將於官網最新消息及粉絲頁公告。

                

匯東華愈來愈好,大家一起愈來愈好,這將是件很美好的事 :)

 

題目:

本次樣本數計算為基於主要結果的平均數差異,比較兩種介入措施的樣本量計算。除了計算標準治療的BMI的平均變化和臨床有興趣的最小效果量外,還需要估計BMI的平均變化之標準差。且假設兩組標準差相等。

  

計算使用電腦化設備與標準照護兩組進行比較的最佳樣本數,以確定主要結果。根據過去研究資料,研究人員預測,標準治療後12個月BMI的平均變化將減少0.17 (SD=0.267) kg/m2。要使電腦化裝置被認為有效,它應該使平均減少量翻倍,使BMI下降0.34 kg/m2 (臨床感興趣的最小效果量)。使用雙尾假設考驗,臨界顯著性水準設為0.05,需要80名兒童(每個治療組40名)的總樣本量以達到80%的統計檢力(power)。總共106個人被隨機分配到每個研究組,但在12個月時,每組均有一些個案退出。

     

下列敘述何者正確?

a)要降低臨床感興趣的最小效果量幅度要需要更大的樣本數。

b)由於參與者的退出,研究檢力會增強。

c)為了維持80%的檢力,樣本數應考慮退出率進行調整。

d)上述試驗為平行研究設計 (parallel study design)。

 

答案:

a, c, d正確;b錯誤。

 

詳細說明:

  基於主要結果為平均數的差異,比較兩種介入措施的樣本數計算以類似的方式進行。除了計算標準治療的BMI的平均變化和臨床興趣的最小效果量外,還需要估計BMI的平均變化標準差,以及必須假設兩組的標準差相等(具同質性)。

  

  研究人員預測,標準照護組12個月時BMI的平均變化將減少0.17 kg/m2。電腦化裝置的最小臨床效果為平均減少0.34 kg/m2。若臨床感興趣的最小效果量幅度減少,研究將需要更大的樣本數以檢測差異存在(a正確)。大樣本更有可能反映母群體中的細微差異,若它們存在。因為大樣本更能代表母群體。小樣本不太可能反映母群體中個體分佈和主要結局的變化。

        

  統計檢力是在母群體中發現最小臨床效果量的機率。檢力會隨著樣本數的增加而增加(b錯誤)。一般來說,隨著樣本數的增加會愈接近母群體,樣本中介入措施間的差異將與母群體中介入措施間的差異相似。因此,若臨床感興趣的最小效果量存在母群體中,我們更有可能隨著樣本數的增加而觀察到。

      

  有時,研究建議的樣本數會在考慮試驗期間退出或失去追蹤的參與者情況進行調整。在之前的研究基礎上,研究人員估計,在12個月的研究期間,接受標準介入的個案有26%將退出或失去追蹤。因此,在考慮退出情況,以確保在12個月時達到最佳樣本數,保持所需的檢力後,會增加樣本數(c正確)。

        

  上述試驗為平行研究設計(d正確),也稱為受試者間設計(between subject design)[3]。參與者被隨機分配到兩種介入措施之一,並在整個研究期間接受相同的介入措施。兩組接受介入並進行追蹤,比較不同組別獨立受試者之治療結果。

          

Reference:

[1] Ford AL, Bergh C, Sodersten P, Sabin MA, Hollinghurst S, Hunt LP, et al. Treatment of childhood obesity by retraining eating behaviour: randomised controlled trial. BMJ2010;340:b5388.

[2] Sedgwick P. Sample size calculations 2. I. BMJ2010;340:c3104.

[3] Sedgwick P. Study design. BMJ2009;339:b5263.

            

Cite this as: BMJ 2010;340:c3299

https://www.bmj.com/content/340/bmj.c3299 

 數據串接與清洗

數據是礦藏,數據清洗是挖出鑽石的第一步,尤其是巨量知識。數據清洗或串接執行過程需要細心與專注,且有可能會消耗許多時間和精力,就由我們來替各位處理掉這個大麻煩。

全民健保研究資料庫、國外大型資料庫資料非常齊全,種類多,需要串接與清洗,進行正規化後才能更進一步進行資料探勘與統計分析。




Fig1.同一個Project資料散落在不同tables,無法使用




Fig2.整併與清理為可分析的table




Fig.3整理和分析後形成有意義的知識


概念與流程示意圖

 教育培訓

課程規劃核心為以「學習者」為中心進行「傳承」

以學習者為中心,結合陳秀敏博士十多年來的統計實務以及教學經驗,設計適合學員學習方式,開設課程,達到有效學習。

 

開設線上統計學院

https://medata.teaches.cc/

SPSS基礎統計實戰班:第一次分析SCI研究就上手(上、下)

課程網址:https://medata.teaches.cc/

課程介紹1:https://www.youtube.com/watch?v=MPz2wqN0v2M

課程介紹2:https://www.youtube.com/watch?v=nd5A5duxO5E

 

臨床研究思維-Open your mind

課程網址:https://medata.teaches.cc/

課程介紹1:https://www.youtube.com/watch?v=yTHdBnCdSnY
課程介紹2 : https://www.youtube.com/watch?v=kE9tXraICqk

臨床研究基本原則 : https://www.youtube.com/watch?v=1tTApx1hjn0

 計畫撰寫與統計諮詢





為了讓匯東華的顧客與學員有更好的合作和消費體驗,故匯東華特別依據營業項目開發周邊產品,提供使用、購買。目前已有針對公共衛生師的題庫以及模擬試題,未來將針對醫學研究領域發展產品。