临床研究中样本量的估计方法

临床试验样本量的估算

临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显著来。 但是中国的国情？有多少厂家愿意多做？ 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为65.0%和42.9%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=0.05，β=0.2）时：

计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=12.365×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=12.365× (S/δ)2 等效性试验（α=0.05，β=0.2）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=17.127×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=17.127× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率，

(完整版)样本量计算(DOC)

1.估计样本量的决定因素 1.1资料性质 计量资料如果设计均衡,误差控制得好,样本可以小于30例;计数资料即使误差控制严格,设计均衡,样本需要大一些,需要30-100例。 1.2研究事件的发生率 研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。 1.3 1.4 1.5 度为 1.6 1.7 1.8双侧检验与单侧检验 采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需 样本量就大;当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量 就小。当进行双侧检验或单侧检验时，其α或β的Ua?界值通过查标准正态分布的分位数表即可得到。

2.样本量的估算 由于对变量或资料采用的检验方法不同，具体设计方案的样本量计算方法各异，只有通过查阅资料，借鉴他人的经验或进行预实验确定估计样本量决定因素的参数，便可进行估算。 护理中的量性研究可以分为3种类型：①描述性研究：如横断面调查，目的是描述疾病的分布情况或现况调查；②分析性研究：其目的是分析比较发病的相关因素或影响因素；③实验性研究：即队列研究或干预实验。研究的类型不同，则样本量也有所不同。 2.1描述性研究 例. =0.1， 2.2 2.2.1探索有关变量的影响因素研究 有关变量影响因素研究的样本量大多是根据统计学变量分析的要求，样本数至少是变量数的5-10倍。例如，如果研究肺结核患者生存质量及影响因素，首先要考虑影响因素有几个，然后通过文献回顾，可知约有12个预测影响变量，如年龄、性别、婚姻、文化程度、家庭月收入、医疗付费方式、病程、排菌、喀血、结核中毒症状、心理健康、社会支持，那么研究的变量就可以在60-120例。这是一种较为简便的估算样本量的方法，在获得相关文献支持下，最好根据公式计算，计量

最新【科研】如何确定临床实验设计中的样本量资料

科研】如何确定临床实验设计中的样本量？ 在临床实验研究中，无论是实验组还是对照组都需要有一定数量的受试对象。这是因为同一种实验处理在不同的受试对象身上表现出的实验效应是存在着变异的。仅凭一次实验观测结果或单个受试者所表现出来的实验效应说明不了什么问题。必须通过一定数量的重复观测才能把研究总体真实的客观规律性显示出来，并且可以对抽样误差做出客观地估计。但重复观测次数越多(即样本含量越大)试验所要消耗的人力、物力、财力和时间越多，可能会使试验研究成为不可能。而且，样本含量过大还会增加控制试验观测条件的难度，有可能引入非随机误差，给观测结果带来偏性(bias) 。所以在实验设计中落实重复原则的一个重要问题就是如何科学合理确定样本量。由于在各对比组例数相等时进行统计推断效能最高，因此多数情况下都是按各组样本含量相等来估计。但在个别情况下，也可能要求各组样本含量按一定比例来估计。 1 与样本含量估计有关的几个统计学参数在估计样本含量之前，首先要对以下几个统计学参数加以确定或作出估计。 1.1规定有专业意义的差值3,即所比较的两总体参数值相差多大以上才有专业意义。3 是根据实验目的人为规定的， 但必须有一定专业依据。习惯上把8称为分辨力或区分度。 8值越小表示对二个总体参数差别的区分度越强，因而所需样本含量也越大。

1.2确定作统计推断时允许犯I类错误(“弃真”的的误率a,即当对比的双方总体参数值没有差到8。但根据抽样观测 结果错误地得出二者有差别的推断结论的可能性，a 确定的 越小，所需样本含量越大。在确定a时还要注意明确是单侧 检验的a,还是双侧检验的a。在同样大小的a条件下；双侧检验要比单侧检验需要更大的样本含量。 1.3提出所期望的检验效能power，用1- B表示。B为允许犯H类错误(“取伪”的错误概率。检验效能就是推断结论不犯H类错误的概率1- B称把握度。即当对比双方总体参数值间差值确实达到8以上时，根据抽样观测结果在规定的a水准上能正确地作出有差别的推断结论的可能性。在科研设计中常把1- B定为0.90或0.80。一般来说1- B不宜低于0.75 , 否则可能出现非真实的阴性推断结论。 1.4给出总体标准差c或总体率n的估计值。它们分别反映计量数据和计数数据的变异程度。一般是根据前人经验或文献报道作出估计。如果没有前人经验或文献报道作为依据, 可通过预实验取得样本的标准差s或样本率P分别作为c和n的估计值。c的估计值越大，n的估计值越接近0.5 ,所需样本含量越大。 在对以上统计学参数作出规定或估计的前提下，就可以根据不同的推断内容选用相应的公式计算出所需样本含量。由于在同样的要求和条件下完全随机设计(成组设计)所需样本含 量最大，故一般都要按完全随机设计作出样本含量的估计。

-临床试验中的随机分组方法

正确使用随机分组是取得比较组间初始可比性、避免选择性偏倚的保证。随机化分组的方法有多种,但真正的随机化应符合下列原则: (1）医生和患者不能事先知道或 决定患者将分配到哪一组接受治疗; (2）医生和患者都不能从一个患者已经进入的组 别推测出下一个患者将分配到哪一组。随机序列的产生可以采用计算机、计算 器、随机数字表和抛硬币的方法来实现。其随机分组方法包括: 简单随机 化( simple rando mizaton)、区组随机化( blockrandomi zation )、分段(或分层) 随机化( stratifiedrandomization)、分层区组随机 化( stratified blockrandomization) 及动态随机化( dy namicrandomization)等。 1. 1 简单随机化分组 简单随机化分组又称为完全随机化分组,是对研究对象直接进行随机分组,常通过 掷硬币或随机数字表,或用计算机产生随机数来进行随机化,在事先或者实施过程中 不作任何限制和干预或调整。简单随机化分组方法对小样本试验操作起来很简单,但是如果研究对象例数较少时,则各组例数会出现不平衡现象。例如,掷硬 币的方法在小样本的试验中由于随机误差难以保证组间病例数的均衡。有研究表明, 当总例数为100时,每组刚好50例的概率仅为8%。因此，采用随机数字表的方法,以及随机数余数分组法可以很好地解决这个问题, 使分组后各组例数相等。 操作步骤: (1）编号: 将N个实验单位从1 到N 编号。动物可按体重大小,患者可按预 计的样本量编号;(2）获取随机数字: 从随机数字表中任意一个数开始,沿同一方向顺序获取每个实验单位一个随机数字; (3）求余数: 随机数除以组数求余数。若整除则余数取组数; (4）分组: 按余数分组; (5）调整: 假如共有n例待调整,需要从中抽取1例,便 续抄一个随机数,除以n后将得到的余数作为所抽实验单位的序号(若整除则余数为n)。例1: 欲将15例病例随机等分到3个组中去。方法:从随机数字表中任意选择起始数, 现将从第5行第5列开始向右的随机数按随机数余数分组的分类结果列于表1中。第一次分组后,甲组6例,乙组5例,丙组4例。由于各组例数不等,须将甲组调整1例到丙组。因此,继续查随机数字表,下一个随机数字为58。58 /3余1,因此继续查随机数字表,下一个随机数字为58。58 /3余1,因此,将第1 例从甲组调整到丙组中去。

临床试验样本量的估算

临床试验样本量的估算样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、 计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power 出发，保证有多少把握能做出显著来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100 对有效病例，再考虑到脱落原因，再扩大20%，即120 对，240 例。或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为%和%，则每个治疗组中能接受评价的病人样本数必须达到114 例（总共228 例），这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250 例。

非劣性试验（α=，β=）时：计数资料： 平均有效率（P） N= 公式：N=×P（1 - P）/ δ2 计量资料： 共同标准差（S） N= 公式：N=× （S/ δ）2 等效性试验（α=，β=）时：计数资料： 平均有效率（P） N= 公式：N=×P（1 - P）/ δ2 计量资料： 共同标准差（S） N= 公式：N=× （S/ δ）2 上述公式的说明：等效标准（δ） 等效标准（δ）等效标准（δ） 等效标准（δ） 1）该公式源于郑青山教授发表的文献。 2）N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数；

【科研】如何确定临床实验设计中的样本量

【科研】如何确定临床实验设计中的样本量？ 在临床实验研究中，无论是实验组还是对照组都需要有一定数量的受试对象。这是因为同一种实验处理在不同的受试对象身上表现出的实验效应是存在着变异的。仅凭一次实验观测结果或单个受试者所表现出来的实验效应说明 不了什么问题。必须通过一定数量的重复观测才能把研究总体真实的客观规律性显示出来，并且可以对抽样误差做出客观地估计。但重复观测次数越多(即样本含量越大)试验所要消耗的人力、物力、财力和时间越多，可能会使试验研究成为不可能。而且，样本含量过大还会增加控制试验观测条件的难度，有可能引入非随机误差，给观测结果带来偏性(bias)。所以在实验设计中落实重复原则的一个重要问题就是如何 科学合理确定样本量。由于在各对比组例数相等时进行统计推断效能最高，因此多数情况下都是按各组样本含量相等来估计。但在个别情况下，也可能要求各组样本含量按一定比例来估计。 1 与样本含量估计有关的几个统计学参数 在估计样本含量之前，首先要对以下几个统计学参数加以确定或作出估计。 1.1 规定有专业意义的差值δ，即所比较的两总体参数值相差多大以上才有专业意义。δ是根据实验目的人为规定的，

但必须有一定专业依据。习惯上把δ称为分辨力或区分度。δ值越小表示对二个总体参数差别的区分度越强，因而所需样本含量也越大。 1.2 确定作统计推断时允许犯Ⅰ类错误(“弃真”的错误)的概 率α，即当对比的双方总体参数值没有差到δ。但根据抽样观测结果错误地得出二者有差别的推断结论的可能性，α确定的越小，所需样本含量越大。在确定α时还要注意明确是单侧检验的α，还是双侧检验的α。在同样大小的α条件下；双侧检验要比单侧检验需要更大的样本含量。 1.3 提出所期望的检验效能power，用1-β表示。β为允许犯Ⅱ类错误(“取伪”的错误)的概率。检验效能就是推断结论不犯Ⅱ类错误的概率1-β称把握度。即当对比双方总体参数值间差值确实达到δ以上时，根据抽样观测结果在规定的α水准上能正确地作出有差别的推断结论的可能性。在科研设计中常把1-β定为0.90或0.80。一般来说1-β不宜低于0.75，否则可能出现非真实的阴性推断结论。 1.4 给出总体标准差σ或总体率π的估计值。它们分别反映计量数据和计数数据的变异程度。一般是根据前人经验或文献报道作出估计。如果没有前人经验或文献报道作为依据，可通过预实验取得样本的标准差s或样本率P分别作为σ和π的估计值。σ的估计值越大，π的估计值越接近0.5，所需样本含量越大。

临床样本量统计

1、样本量计算公式 根据统计学原理，经预试验的两组结果，对照组率Pc=100%，治疗组率Pi=99%，两组率差=1%。 根据离散响应变量样本量计算公式（等效性/非劣性），每组样本量N=2(Zα+Z2/β)2×（Pc+Pi）/2×{1-（Pc+Pi）/2}/Δ2。取α=0.05，β=0.10，按照临床意义的界值Δ（一般为10%），取对照组有效率的10%，即Δ=10%。 根据以上公式和设定值，每组样本量N=2×（1.96+1.645）2×0.995×0.005/0.12=12.9，即至少需要13例。如果按20%的脱落率计算，即临床样本量为15例。 2、统计分析 1、样本数的确定 本研究欲考察该产品的临床治愈率不差于对照组产品，即设定为非劣效性试验，试验组与对照组按1：1的比例安排病例数，评价指标采用定性指标，根据以往的该类产品的疗效和统计学的一般要求，取α＝0.05，β＝0.20，等效标准δ=0.15，平均有效率p=0.95，由传统计算公式N=12.365×P(1-P)/ δ2 N:每组的估算例数N1=N2,N1和N2分别为试验组和对照组的例数， P：平均有效率 δ：等效标准 α显著性水平，也是假阳性率，α＝0.05，表示将来自同一总体的两样本可能为来自不同总体的概率为5% β：1-β称为检验效能把握度，β＝0.20时表示当两总体确有差异时，按α水准有80%的把握能发现他们有所差别。 根据以往的该类产品的疗效和统计学的一般要求，取α＝0.05，β＝0.20,等效标准δ=0.15, 平均有效率p=0.95,由上述公式计算得到每组需要完成26例，试验设计每组完成30例。 同时为了弥补传统的样本量估计方法的不足，在非劣效性评价的临床试验中，当疗效指标为离散变量时，可以采用相对率可信区间的方法，SAS下编写宏，由SAS.FREQ过程提供的CMH检验和计算相对率的功能解决。随机模拟路线：（1）产生若干符合两项分布的随机数，进行CNH检验，估计相对率的可信区间（可信区间下限不低于0.9），并判断是否符合非劣效的标准；（2）重复N 次，以计算得到非劣效结论的次数，从而计算检验效能；（3 ）循环使用上述工具K次，用以寻找符合规定检验效能（0.8）的样本量。模拟结果每组需29例。由此我们每组设计完成30例可以达到80%的效能水平。 2 统计分析计划 2.1 基线评价方法 对于两组定量指标在基线的比较，采用成组设计定量资料所对应的统计分析方法，首先考查资料是否满足正态性及方差齐性的前提条件，若满足，采用成组设计定量资料的t检验，否则，选用成组设计定量资料的wilcoxon秩和检验。

临床试验样本量的估算

临床试验样本量的估算 LG GROUP system office room 【LGA16H-LGYY-LGUA8Q8-LGA162】

临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为%和%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。 假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=，β=）时：

计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 等效性试验（α=，β=）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率，

6 样本量估计 - 中国临床试验注册中心

广州市社区2型糖尿病人群血清标志物与骨折风险早期 预测的前瞻性队列研究 临床研究负责单位：南方医科大学珠江医院 主要研究者：杨力、张桦、程彦臻、许雯、李婉媚、欧春泉 参加单位及负责人：南方医科大学珠江医院杨力 统计分析单位：南方医科大学生物统计学系 CRO公司：无 方案版本号：1.0 方案定稿日期：2017年4月25日

研究方案摘要

目录 1研究背景与目的 (6) 1.1研究背景 (6) 1.2研究目的 (8) 1.3研究假设 (9) 2试验设计 (9) 3研究对象（队列人群选择） (9) 3.1诊断标准 (9) 3.2入选标准 (10) 3.3排除标准 (10) 4观察指标（变量定义及观测的时间与节点） (11) 4.1一般临床特征指标（含人口学指标） (11) 4.2主要暴露因素/影响预后因素（包括对照选择） (11) 4.3研究终点 (11) 4.4潜在混杂变量 (12) 5样本量估计 (12) 6数据采集与数据管理 (14) 6.1数据来源 (14) 6.2数据采集 (14) 6.3数据库 (15) 6.4数据管理计划与质量控制 (15) 7统计分析 (15) 8伦理考虑 (16) 9质量控制和质量保证 (16) 10组织实施（时间进度） (16) 11参与各方责任及签名 (17) 12参考文献 (17)

1研究背景与目的 1.1研究背景 根据2014 年一项《近十年我国各地区骨质疏松症流行病学状况》报告[1]，目前我国约2.1亿人存在低骨量问题，全国 40 岁以上的骨质疏松患者已达到 1.12 亿，随老龄化社会的进展，这一比例还将逐步增加；国际骨质疏松基金会（IOF）报告[2]也指出，在 2010 年，中国 50 岁及以上的人口中发生了大约 230 万例骨折，这一数字预计将在 2050 年上升到 600 万例。骨质疏松骨折是老年人致死、致残最常见的原因[3]，《2013 年中国骨质疏松骨折防治蓝皮书》中指出:50岁以上女性椎体骨折的发病率达到15%，髋骨骨折1年内，可导致死亡率增加10～20%[4]。因此骨质疏松骨折成为影响人民身体健康和医疗支出的重大社会卫生问题。 糖尿病是造成骨质疏松的最主要的危险因素之一，随着经济水平飞速发展及生活方式的变化，我国的2型糖尿病发病率急剧升高，上海交通大学医学院附属瑞金医院宁光教授与中国疾病预防控制中心赵文华带领的研究团队的最新研究结果显示[5]：我国18岁及以上成人样本中，根据国际最新临床诊断标准进行诊断的糖尿病估测患病率为11.6％。糖尿病导致骨质量恶化所引发的骨质疏松可使髋部、腕部、脊柱骨折风险增加2～7倍[6]，致残、致死率明显升高，严重威胁中国老年人群的健康和生活质量，并造成沉重的家庭、社会和经济负担。 早期防治糖尿病性骨质疏松，提高糖尿病患者对骨量丢失及相关危险因素的知晓率、寻找能早期有效预测骨折风险和生化标志物是预防和尽早治疗的重要前提，将会极大地提高糖尿病病人的生活质量和节省社会资源。而且，构建以社区为基础，建立患者社区档案与综合医院常规诊疗相结合，在社区进行糖尿病骨质疏松高风险人群筛查、教育、治疗的模式是有效防治糖尿病所致骨折的策略。本项目参照国外前瞻性研究的成功经验，开展2型糖尿病骨质疏松骨折风险预测因素的前瞻性研究，以期达到减少并延缓骨折及再次骨折的发病率、降低致残率的目的，为今后建立有效的糖尿病相关性骨质疏松早期筛查、疾病发展监控与干预体系提供理论依据与技术支持。 国内外概况 糖尿病导致骨质损伤涉及高血糖渗透性利尿导致钙磷代谢异常、胰岛素促成骨作用减弱、胰岛素样生长因子（insulinlike growth factor, IGF）缺乏，及AGEs-RAGE 途径[7]等多种因素。在糖尿病人群，常伴有其他的危险因子和糖尿病发生协同作用，使糖尿病相关骨质疏松的风险大大增加。l型糖尿病患者骨质疏松的患病率高达

临床试验样本量的估算

临床试验样本量的估算 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-

临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为%和%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=，β=）时： 计数资料： 平均有效率（P） ? ? ? 等效标准（δ） N=

公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S） ? ? ? ? ? 等效标准（δ） N= 公式：N=× (S/δ)2 等效性试验（α=，β=）时： 计数资料： 平均有效率（P） ? ? ? ? 等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S） ? ? ? ? 等效标准（δ） N= 公式：N=× (S/δ)2 上述公式的说明： 1) ? ? 该公式源于郑青山教授发表的文献。 2) ? ? N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) ? ? P 是平均有效率， 4) ? ? S 是估计的共同标准差， 5) ? ? δ 是等效标准。 6) ? ? 通常都规定α=，β=（把握度80％）

临床试验样本量的估算

临床试验样本量的估算

临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显著来。 但是中国的国情？有多少厂家愿意多做？ 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为65.0%和42.9%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=0.05，β=0.2）时：

计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=12.365×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=12.365× (S/δ)2 等效性试验（α=0.05，β=0.2）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=17.127×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=17.127× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率，

临床试验样本量的估算

临床试验样本量的估算The final revision was on November 23, 2020

临床试验样本量的估算 样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为%和%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=，β=）时： 计数资料： 平均有效率（P）等效标准（δ） N=

公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 等效性试验（α=，β=）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率， 4) S 是估计的共同标准差， 5) δ是等效标准。 6) 通常都规定α=，β=（把握度80％）

最新临床试验 各期l临床试验周期及案例数量

新药研发临床前研究周期及案例数量 临床试验一共分成四个阶段（即四期），前三期为新药上市前的临床试验，第四期为上市后的临床试验。具体包括： I期临床试验：是新药进行人体试验的起始期。以20一30名健康志愿者为主要受试对象，进行初步的临床药理学及人体安全性评价试验，观察人体对于新药的耐受程度和药代动力学，为制定给药方案提供依据医|学教育网搜集整理。 Ⅱ期临床试验：是以新药预期应用的患病人群样本为对象，初步评价治疗作用的阶段。其目的是初步评价药物对目标适应证患者的治疗作用和安全性，也包括为Ⅲ期临床试验研究设计和给药剂量方案的确定提供依据。 III期临床试验：试验的设计是采用多中心开放随机对照试验，随机分组方法和药物编码方法与Ⅱ期临床试验类似，通过增加样本量（试验组病例不少于300例和对照100例）并根据试验目的的调整选择受试者标准，适当扩大特殊受试人群，及更为丰富的观察项目或指标等措施，进一步考察不同对象所需剂量及依从性。Ⅲ期临床试验的条件应尽可能接近该药的正常使用条件，试验药要经中国药品生物制品检定所检定合格，供药时，标明药物系专供临床试验用。 Ⅳ期临床试验：是新药上市后由申请人自主进行的应用研究阶段。其目的是考察在广泛使用条件下药物的疗效和不良反应；评价在普通或者特殊人群中使用的利益与风险关系；改进给药剂量等。新药Ⅳ期临床试验是新药临床试验的一个重要组成部份，是上市前新药I、Ⅱ、Ⅲ、期试验的补充和延续。它可以验证上市前的结果，还可对上市前临床试验的偏差进行纠正，更重要的是可以弥补上市前临床试验缺乏的资料和信息，为临床合理用药提供依据。

新药研发的几个周期 新药研发是一个耗时耗资都非常庞大的系统工程，完成前期的基础研究(药理、毒理、药效等动物研究)后开始申请进入人体临床试验阶段。您所问的临床试验的周期，应该就是临床试验的期别(I、II、III、IV期): I 期临床试验:初步的临床药理学及人体安全性评价试验。观察人体对于新药的耐受程度和药代动力学，为制定给药方案提供依据。II 期临床试验:治疗作用初步评价阶段。其目的是初步评价药物对目标适应症患者的治疗作用和安全性，也包括为III 期临床试验研究设计和给药剂量方案的确定提供依据。此阶段的研究设计可以根据具体的研究目的，采用多种形式，包括随机盲法对照临床试验。III 期临床试验:治疗作用确证阶段。其目的是进一步验证药物对目标适应症患者的治疗作用和安全性，评价利益与风险关系，最终为药物注册申请的审查提供充分的依据。试验一般应为具有足够样本量的随机盲法对照试验。IV 期临床试验:新药上市后应用研究阶段。其目的是考察在广泛使用条件下的药物的疗效和不良反应，评价在普通或者特殊人群中使用的利益与风险关系以及改进给药剂量等。生物等效性试验，是指用生物利用度研究的方法，以药代动力学参数为指标，比较同一种药物的相同或者不同剂型的制剂，在相同的试验条件下，其活性成份吸收程度和速度有无统计学差异的人体试验。至于说每个具体的品种临床试验阶段的要求，要依据不同的药品注册分类进行(中药、化药、生物制品的分类均有所不同) 化学药品: 1.属注册分类1和2的，应当进行临床试验。(1)临床试验的病例数应当符合统计学要求和最低病例数要求; (2)临床试验的最低病例数

6.《体外诊断试剂临床试验技术指导原则》(国食药监械2014年第16号)2014.10.1施行

CFDA关于发布体外诊断试剂临床试验技术指导原则的通告（2014年第16号） 为指导体外诊断试剂的临床试验工作，根据《体外诊断试剂注册管理办法》（国家食品药品监督管理总局令第5号），国家食品药品监督管理总局组织制定了《体外诊断试剂临床试验技术指导原则》，现予发布。自2014年10月1日起，原国家食品药品监督管理局发布的《体外诊断试剂临床研究技术指导原则》（国食药监械〔2007〕240号）废止。 特此通告。 附件：体外诊断试剂临床试验技术指导原则 2014年体外诊断试剂临床试验技术指导原则 一、概述 体外诊断试剂的临床试验（包括与已上市产品进行的比较研究试验）是指在相应的临床环境中，对体外诊断试剂的临床性能进行的系统性研究。 申请人应在符合要求的临床单位，在满足临床试验最低样本量要求的前提下，根据产品临床预期用途、相关疾病的流行率和统计学要求，制定能够证明其临床性能的临床试验方案，同时最大限度地控制试验误差、提高试验质量并对试验结果进行科学合理的分析。临床试

验报告是对临床试验过程、结果的总结，是评价拟上市产品有效性和安全性的重要依据，是产品注册所需的重要文件之一。 本指导原则仅对体外诊断试剂临床试验提出了一般性的要求。由于体外诊断试剂产品具有发展快、专业跨度大、临床预期用途各异的特点，不同临床预期用途产品的临床试验方法及内容不尽相同。申请人应根据产品特点及临床预期用途，制定合理的临床试验方案。国家食品药品监督管理总局也将根据体外诊断试剂发展的需要，适时修订本指导原则。 二、临床试验的基本原则 （一）基本要求 1．临床试验必须符合赫尔辛基宣言的伦理学准则,必须获得临床试验机构伦理委员会的同意。研究者应考虑临床试验用样本，如血液、羊水、胸水、腹水、组织液、胸积液、组织切片、骨髓等的获得或试验结果对受试者的风险性，应提交伦理委员会的审查意见及受试者的知情同意书。对于例外情况，如客观上不可能获得受试者的知情同意或该临床试验对受试者几乎没有风险，可经伦理委员会审查和批准后免于受试者的知情同意。 2．受试者的权益、安全和健康必须高于科学和社会利益。 3．为受试者保密，尊重个人隐私。防止受试者因检测结果而受到歧视或伤害。 4．临床前研究结果支持进行临床试验。 （二）临床试验机构及人员的要求

样本量计算

1.估计样本量的决定因素 1.1 资料性质 计量资料如果设计均衡,误差控制得好,样本可以小于30例; 计数资料即使误差控制严格,设计均衡, 样本需要大一些,需要30-100例。 1.2 研究事件的发生率 研究事件预期结局出现的结局（疾病或死亡），疾病发生率越高，所需的样本量越小，反之就要越大。 1.3 研究因素的有效率 有效率越高，即实验组和对照组比较数值差异越大，样本量就可以越小，小样本就可以达到统计学的显着性，反之就要越大。 1.4 显着性水平 即假设检验第一类（α）错误出现的概率。为假阳性错误出现的概率。α越小，所需的样本量越大，反之就要越小。α水平由研究者具情决定，通常α取0.05或0.01。 1.5 检验效能 检验效能又称把握度，为1－β，即假设检验第二类错误出现的概率，为假阴性错误出现的概率。即在特定的α水准下，若总体参数之间确实存在着差别，此时该次实验能发现此差别的概率。检验效能即避免假阴性的能力，β越小，检验效能越高，所需的样本量越大，

反之就要越小。β水平由研究者具情决定，通常取β为0.2，0.1或0.05。即1－β=0.8， 0.1或0.95，也就是说把握度为80%，90%或95%。 1.6 容许的误差（δ） 如果调查均数时，则先确定样本的均数( )和总体均数(m)之间最大的误差为多少。容许误差越小，需要样本量越大。一般取总体均数（1－α）可信限的一半。 1.7 总体标准差(s) 一般因未知而用样本标准差s代替。 1.8 双侧检验与单侧检验 采用统计学检验时,当研究结果高于和低于效应指标的界限均有意义时,应该选择双侧检验,所需样本量就大; 当研究结果仅高于或低于效应指标的界限有意义时,应该选择单侧检验,所需样本量就小。当进行双侧检验或单侧检验时，其α或β的Ua?界值通过查标准正态分布的分位数表即可得到。 2.样本量的估算 由于对变量或资料采用的检验方法不同，具体设计方案的样本量计算方法各异，只有通过查阅资料，借鉴他人的经验或进行预实验确定估计样本量决定因素的参数，便可进行估算。

临床试验样本量的估算

临床试验样本量得估算 样本量得估计涉及诸多参数得确定,最难得到得就就是 预期得或者已知得效应大小(计数资料得率差、计量资料得均数差值),方差(计量资料)或合并得率(计数资料各组得合并率),一般需通过预试验或者查阅历史资料与文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不就是想做就能做得。SFDA得规定主要就是从安全性得角度出发,保证能发现多少得不良反应率;统 计得计算主要就是从power出发,保证有多少把握能做出显著来。 但就是中国得国情？有多少厂家愿意多做？ 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组与对照组得 有效率分别为65、0%与42、9%,则每个治疗组中能接受评价得病人样本数必须达到114例(总共228例),这样才能在单侧显著性水平为5%、检验功效为90%得情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人得总样本例数为250例。 非劣性试验(α=0、05,β=0、2)时:

计数资料: 平均有效率(P) 等效标准(δ) N= 公式:N=12、365×P(1-P)/δ2 计量资料: 共同标准差(S) 等效标准(δ) N= 公式:N=12、365× (S/δ)2 等效性试验(α=0、05,β=0、2)时: 计数资料: 平均有效率(P) 等效标准(δ) N= 公式:N=17、127×P(1-P)/δ2 计量资料: 共同标准差(S) 等效标准(δ) N= 公式:N=17、127× (S/δ)2 上述公式得说明: 1) 该公式源于郑青山教授发表得文献。 2) N 就是每组得估算例数N1=N2,N1 与N2 分别为试验药与参比药得例数; 3) P 就是平均有效率,

临床试验样本量的估算

样本量的估计涉及诸多参数的确定，最难得到的就是预期的或者已知的效应大小（计数资料的率差、计量资料的均数差值），方差（计量资料）或合并的率（计数资料各组的合并率），一般需通过预试验或者查阅历史资料和文献获得，不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发，保证能发现多少的不良反应率；统计的计算主要是从power出发，保证有多少把握能做出显著来。 但是中国的国情？有多少厂家愿意多做？ 建议方案里这么写： 从安全性角度出发，按照SFDA××规定，完成100对有效病例，再考虑到脱落原因，再扩大20%，即120对，240例。 或者：本研究为随机双盲、安慰剂平行对照试验，只有显示试验药优于安慰剂时才可认为试验药有效，根据预试验结果，试验组和对照组的有效率分别为%和%，则每个治疗组中能接受评价的病人样本数必须达到114例（总共228例），这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%，则需要纳入病人的总样本例数为250例。 非劣性试验（α=，β=）时：

计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 等效性试验（α=，β=）时： 计数资料： 平均有效率（P）等效标准（δ） N= 公式：N=×P(1-P)/δ2 计量资料： 共同标准差（S）等效标准（δ） N= 公式：N=× (S/δ)2 上述公式的说明： 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2，N1 和N2 分别为试验药和参比药的例数； 3) P 是平均有效率，

医疗器械临床试验样本量计算

医疗器械临床试验样本量计算 临床医学科研设计中，需要预先估算研究样本的例数，即样本含量。若样本含量过小，所得指标往往不稳定，结果重现性差，检验效能低，结论缺乏充分依据；若样本含量过大，会增加临床研究的困难，造成不必要的浪费。确定样本含量的大小就是在保证一定的研究精度条件下，确定所需的最小样本含量。 影响样本含量的因素有很多，其中最基本有四点：1、临床试验设计类型；2、总体标准差或总体率；3、容许误差或差值；4、假设检验的水准a，即犯第I类错误的概率；5、假设检验的效能（1-β），即在特定a水准下，若总体间确有差异，该次研究能发现此差异的概率。其中，β为犯II类错误的概率。 样本估计时应注意的问题： （1）样本含量估计只有相对意义，并非绝对精确的数值。因为样本含量估计是有条件的，而这种条件在重复研究中很少一成不变； （2）应纠正样本越大越好的不正确看法。样本含量过大会影响临床研究的质量，临床研究的方法和要求难以统一，研究者的负担也重，耗时长，受检率和复查率都难以达要求。样本过大有时还可产生稀释效应。因此单纯以增加样本来减少抽样误差往往事倍功半。因为抽样误差与样本含量的平方根成正比，而不是与样本含量本身成正比； （3）病例和对照两组样本含量相等时，检验效能（即1-β）最高； （4）由于估算的样本含量是最少需要量，在受试者中可能有不合作者、中途失访、意外死亡等都会减少有效观察对象，故进行试验时尚须酌情增加一定的观察例数，一般增加10%～15%； （5）根据研究目的和研究类型严格选择估算方法。确定样本含量可能通过公式计算或直接查表。查表法受条件限制，虽方便但不完全适用。公式计算应用广泛，不同的研究类型，样本含量的计算公式各不相同。（6）通过公式法计算的样本含量往往取自固定参数，而临床研究参数的确定往往比较困难。根据试验设计类型和所采用统计分析方法，经Monte carlo方法的计算机模拟技术可以对参数的取不同值或范围，然后综合各种因素选定较为合理的样本量开展临床试验。该方法通过计算机对试验进行模拟，所得样本量往往比公式法的可信性高。

样本量估算

1.单因素二水平设计定量资料的非劣效性检验时样本量的估算 1.1计算公式： 非劣效性检验应当采用单侧的检验水准α，假定允许的第二类错误概率不超过β，则非劣效性检验每组需要的样本含量为： 22211)/()(2θδβα-+=--L S u u n （1-1）[1] 2221）/（)(2δβαe s z z n n ?+==（1-2）[2] 1.2式中各参数代表的意义，n 为每组样本含量，α-1u 、β-1u 为单侧标准正态离差界值，S 为估计的共同标准差，L δ为非劣界值，且L δ＜0，θ为试验组与对照组总体均值差值的估计值。 说明：单因素二水平设计定量资料的非劣效性检验时样本量的估算公式与上式完全类似，只需将非劣界值L δ（L δ＜0）替换成优效界值u δ（u δ＞0）即可。 1.3例题：某利尿新药拟进行Ⅱ期临床试验，与阳性药按1:1的比例安排例数，考察24h 新药利尿量（ml ）是否不差于阳性药。根据以往的疗效和统计学的一般要求，取α=0.05，β=0.20，非劣效界值L δ=﹣60ml ，已知两组共同标准差S =180ml ，假定新药与阳性对照药总体利尿量的差值θ=﹣20ml ，问每组需要多少病例？ 将05.01-u =1.645，20.01-u =0.845，s=180，L δ=﹣60，θ=﹣20代入公式，得： 22211)/()(2θδβα-+=--L S u u n =2（1.645+0.845）2×1802/（﹣60﹣（﹣20））2≈251.1， 取n=252，即每组需要252例。 2.单因素二水平设计定性资料的非劣效性检验时样本含量的估算 2.1计算公式： 非劣效性检验应当采用单侧检验，检验水准为α，假定允许的第二类错误概率不超过β，试验组与对照组总体率的差值为C T ππθ -=（T π、C π未知时可用样本频率估计），两组的平均有效率为2/)(C T πππ+=，非劣界值为u δ＜0，则在两组样本含量相等的情况下，非劣效性检验每组需要的样本含量为： 2211)/()1()(2θδππβα--+=--L u u n （2-1）[1] 2合合221/）-1（)(2δβαp p z z n n +==（2-2）[2] 说明：单因素二水平设计定性资料的优效性检验时样本含量的估计公式与式（2-1）完全类似，只需将非劣界值L δ（L δ＜0）替换成优效界值u δ（u δ＞0）即可。 2.2例题：某新药拟进行Ⅱ期临床试验，与阳性药按1:1的比例安排例数，考察新药临床治愈率是否不差于阳性药。根据以往的疗效和统计学的一般要求，取α=0.05，β=0.20，非劣界值δ=﹣0.15，平均有效率P=0.80，并假定两组总体有效率相等，问每组需