反復測定ANOVAに必要なサンプルサイズの決定方法

繰り返し測定ANOVAについての助けが必要です。

一部の病棟における血流感染（BSI）率の低下に対する何らかの介入の効果を調査しています。BSIレート情報は、毎月、最初は介入なしで12か月、次に介入ありで12か月で取得する予定です。

時系列または反復測定ANOVAのいずれかを実行することを考えています。最初の分析ではあまり考えないうちに、後の分析を選択します（追加の質問：時間点が少なすぎますか？）。別の問題として、BSI率に対する介入の統計的に有意な効果があることを示すために、いくつの病棟が必要ですか？

「介入前」と「介入中」の2つのANOVAを行うと思います。また、「介入前」のANOVAに有意なF比検定を行うべきではないと思います。

「サンプルサイズ」という用語は、病棟の数または繰り返し測定の数のいずれかで、2次元で考慮します。

反復測定ANOVAで電力分析を実行する方法は？

G * Power 3は、電力計算を実行するための使いやすいGUIインターフェイスを提供する無料のソフトウェアです。反復測定ANOVAの検出力計算をサポートしています。

あなたの設計に適切な分析は何ですか？

あなたが言及したことに関連するポイントの範囲は次のとおりです。

• 時間ポイントを増やすと、介入の効果（ある場合）が時間とともにどのように機能するかがより明確に示されます。したがって、改善が時間の経過とともに減衰するか、大きくなる場合、より多くの時点で、平均および個人レベルの両方で、これらのパターンの明確な感覚が得られます。
• 12以上の時点がある場合は、特に欠落している観測値が予想される場合は、マルチレベルモデリングを検討します。時間の影響があるかどうかに興味を持つことはまずありません。むしろ、あなたは様々な特定の効果（例えば、介入前後の変化、おそらく介入後の線形または二次の改善効果）に興味がある可能性があります。また、反復測定ANOVAの上に計画されたコントラストを使用することもできます。縦断的データ分析の適用：モデル化の変更とイベントの発生は、反復測定データのマルチレベルモデリングについて学ぶための良い出発点です。
• 事前および事後を超える時点の数は、介入の効果を検出する能力を高めるのに大いに役立ちます。より多くの時点で測定の信頼性が向上し、効果が適用される期間を確実にキャプチャできる可能性がありますが、おそらく2つの条件でのサンプルサイズがより大きな問題になるでしょう。
• ケースを条件に本当にランダムに割り当てていると仮定すると、母集団は定義により従属変数に等しいため、ベースラインの差の有意性検定は無意味であると主張できます。とはいえ、研究者はまだそれを行うことが多く、ランダム割り当てが実際に発生したという証拠を提供していると思います。
• 介入前後の制御設計における介入の効果をテストする最良の方法については、かなりの議論があります。いくつかのオプションが含まれます：（a）条件*時間の相互作用。（b）状態の影響、ただし介入後のみ。（c）条件の効果を調べ、プリを制御し、ポストをDVとして使用するANCOVA。