카테고리 보관물: stats

stats

생존 분석을위한 전력 분석 그룹에서 동일하지 않은 숫자에 대해

유전자 시그니처가 재발 위험이 낮은 대상을 식별한다고 가정하면, 이는 인구의 20 %에서 사건 비율이 0.5 (위험 비율 0.5) 감소하고 후 향적 코호트 연구의 샘플을 사용하려는 것입니다. 가정 된 두 그룹에서 동일하지 않은 숫자에 대해 표본 크기를 조정해야합니까?

예를 들어 Collett, D : Medical Research의 생존 데이터 모델링, 제 2 판-제 2 판 2003을 사용합니다. 필요한 총 이벤트 수 d는 다음을 사용하여 찾을 수 있습니다.

d=(Zα/2+Zβ/2)2p1p2(θR)2

여기서 및 는 각각 표준 정규 분포 의 상위 및 상위 포인트입니다.

Zα/2

Zβ/2

α/2

β/2

특정 값의 경우


  • p1=0.20


  • p2=1−p1


  • θR=−0.693


  • α=0.05

    이므로 Z0.025=1.96


  • β=0.10

    이므로 , Z0.05=1.28

그리고 하면 에서 으로 감지 될 확률이 90 % 인 90 %의 확률 (반올림)이 필요합니다. 그런 다음 % 수준이

θR=log⁡ψR=log⁡0.50=−0.693

d=(1.96+1.28)20.20×0.80×(log⁡0.5)2=137

답변

그렇습니다. 당신의 힘은 노출되지 않은 노출 비율에 따라 변할 것입니다. 예를 들어, 최근의 연구에서 나는 ~ 1.3의 HR에서 1 : 2의 노출 : 비노출 비 = 0.80의 노출 : 동일한 샘플 크기에 대해 파워 계산을 수행했습니다. 1:10의 비율로 HR ~ 1.6 정도가 소요되었습니다.

귀하의 경우 샘플 크기는 다양하지만 HR은 그렇지 않으므로 비율이 작을수록 샘플 크기가 커야합니다.

답변