生存分析のための電力分析

遺伝子シグネチャーが再発のリスクが低い被験者を特定すると仮定すると、人口の20％でイベントレートが0.5（ハザード比0.5）減少し、遡及的コホート研究のサンプルを使用するつもりです。 2つの仮説グループで等しくない数のサンプルサイズを調整する必要がありますか？

たとえば、Collett Dを使用すると、2003年の第2版-第2版の医学研究における生存データのモデリングが必要です。必要なイベントの総数dは、

d = \frac{(Z_{α / 2} + Z_{β / 2})^{2}}{p_{1} p_{2} (θ R)^{2}}

$\begin{equation} d = \frac{(Z_{\alpha/2} + Z_{\beta/2})^2}{p_1 p_2 (\theta R)^2} \end{equation}$

ここで、及び上側であると上部標準正規分布のそれぞれのポイント、、。 $Z_{\alpha/2}$ $Z_{\beta/2}$ $\alpha/2$ $\beta/2$

特定の値については、

$\theta R = \log \psi R = \log 0.50 = -0.693$

d = \frac{(1.96 + 1.28)^{2}}{0.20 \times 0.80 \times (\log 0.5)^{2}} = 137

$\begin{equation} d = \frac{(1.96 + 1.28)^2}{0.20 \times 0.80\times (\log 0.5)^2}= 137 \end{equation}$

survival power-analysis genetics

— chl
ソース

Z_{α}

$Z_{\alpha}$

Z_{α / 2}

$Z_{\alpha/2}$

人々にとってそれが明確であれば、私はまったく気にしません。あなたは正しいです両面のアルファでなければなりません。

θ R

$\theta R$

ψ R

$\psi R$

θ_{R}

$\theta_R$

ψ_{R}

$\psi_R$

はい、あなたの力は、露出と非露出の比率に基づいて変化します。たとえば、最近の調査で、同じサンプルサイズで、1：2の露出：露出なしの比率でパワー計算を行い、HRが約1.3でパワー= 0.80を達成しました。比率が1:10の場合、HR〜1.6程度までかかりました。

あなたのケースでは、サンプルサイズは異なりますが、HRは変化しないため、比率が小さいほど、サンプルサイズを大きくする必要があります。

— フォミテ
ソース