01 临床研究概论 随机化方法 样本量计算

《柳叶刀临床研究基本概念》
《临床流行病学:临床科研设计、测量与评价》

临床研究分类

干预性研究:随机、非随机试验;
诊断试验:前瞻性/横断面设计;回顾性的数据收集;
观察性研究:队列研究(前瞻性、回顾性、双向);横断面研究;病例对照研究;
系统评价与META分析
病例报道
科学假说
文献综述

临床研究五大原则

随机
对照
均衡
重复(有效样本量足够大,足够代表总体)
盲法

各类研究设计基本原则与套路

临床证据金字塔

随机对照试验(重要,插图)
前瞻性/回顾性/双向 队列研究(由因及果)
前瞻性/回顾性 病例对照研究(由果及因)
横断面研究(因果同时暴露)

套路(重要,插图):

预后分析---------回顾性病例对照研究
诊断试验-------病例对照&双门设计
横断面&单门设计

临床研究中的统计学问题&样本量估算

概率分布与抽样误差

静态随机化分组方法(stata)

Eg1, 100个研究对象随机分2组;
set obs 100 gen id = _n set seed 20200101 gen r = uniform() sort r gen g = group(2) sort id list id g
Eg2, 90例研究对象,按年龄性别分30个配伍组,每组3例,给3种处理,观测结果;
set obs 90 gen id=_n egen b = seq(),block(3) #30配伍组,每组3例 set seed 20200101 gen r = uniform() sort b r by b: gen g = group(3) list id b g
Eg3, 100例研究对象,60男,40女,按性别分层随机分组2组;
set obs 100 gen id =_n gen gender = 1 if id<=60 replace gender = 0 if id>60 label define sex 1"male" 0 "female" label values gender sex set seed 20200101 gen r = uniform() sort gender r by gender: gen g = group(2) list id gender g

*按多个基线特征的分层随机化应怎样做?
gender:male female 2factor
node:n1 n2 n3 3factor
共2
3=6处理组,确定每处理组需要多少例后,直接做出8个随机化分组的表格。

**中心随机化(第三方做的随机化)
动态随机化(每分配一个病例,均先计算机计算是否分组均衡再决定随机分入哪一组)

样本量估算(pass)

【eg1】两独立样本均数比较
临床随机对照试验,对照A药与洛丁新降压作用,若A降压低于洛汀新10mmHg,认为临床无效,否则有效(非劣效设计)。估计新药最多低于5mmHg。既往文献报道洛汀新组降压标准差18,据预实验,A药降压标准差18mmHg。1:1平行对照,双侧检验α0.05,power 90%,如何估计样本量?
【eg2】两独立样本率比较
抗肿瘤药A与安慰剂进行II期临床试验,安慰剂组应答率20%,若A将应答率提高20%则认为有效(优效型设计)。1:1平行对照,双侧检验α0.05,power 90%。
【eg3】两独立样本率比较
抗肿瘤药A与标准药物BIII期临床试验。B应答率30%,A应答率不低于B10%认为有效(非劣效)。估计A应答率25%。1:1平行对照,双侧检验α0.05,power 90%。
【eg4】生存资料预后研究(Logrank Test)
抗肿瘤药A与标准药物BIII期临床试验。B总归因病死率30%,A的II期临床示总归因病死率15%,计划2年时间入组患者,入组后随访5年,预计试验组及对照组释放率5%,1:1平行对照,双侧检验α0.05,power 80%。
【eg5】诊断准确性研究
研究超声诊断胆囊结石准确度,手术探查为金标准,1:1平行对照,双侧检验α0.05,power 90%。预实验分类变量表格:
金标准
阳 阴 合计
64 28 92
16 42 58
合计 80 70 150
计算敏感度 0.8;特异度0.6;人群患病率 0.5(或查文献得人群总体患病率)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342