本文內(nèi)容整理自醫(yī)咖會(huì)《樣本量計(jì)算的理論+實(shí)操》專(zhuān)欄，小咖針對(duì)其中關(guān)于“為什么估算樣本量”的內(nèi)容進(jìn)行了整理，可點(diǎn)擊左下角“閱讀原文”查看完整視頻。

樣本量估算起源于臨床試驗(yàn)。早期上市試驗(yàn)的發(fā)起方一般為藥企，開(kāi)始前必須考慮經(jīng)費(fèi)、招募規(guī)模、足以滿足上市需求的結(jié)果評(píng)價(jià)的成本等等。后來(lái)，臨床不同科室、不同專(zhuān)業(yè)都會(huì)進(jìn)行臨床研究，其中也包括臨床試驗(yàn)。

隨著越來(lái)越多的臨床試驗(yàn)的開(kāi)展，人們逐漸意識(shí)到，想要得到一個(gè)真實(shí)的、有意義的結(jié)果，對(duì)于研究質(zhì)量的考量在研究設(shè)計(jì)階段必不可少。在這個(gè)過(guò)程中，樣本量估算逐漸受到重視。

樣本量過(guò)大或過(guò)小都有缺點(diǎn)。樣本量過(guò)大時(shí)，可能會(huì)經(jīng)費(fèi)不足，更重要的是實(shí)際操作難度較大，比如質(zhì)控，四大期刊都傾向于多中心研究，其存在具有代表性等諸多優(yōu)勢(shì)，但其質(zhì)控需要嚴(yán)格把控。樣本量大到一定程度，足以獲得統(tǒng)計(jì)效能來(lái)檢驗(yàn)組間差異之后，繼續(xù)增加樣本量可能就比較浪費(fèi)。

樣本量過(guò)小，操作簡(jiǎn)單，但可能檢驗(yàn)效能低到根本不足以檢出差異。就像一些陰性結(jié)果的研究局限性部分，常見(jiàn)其將陰性原因歸咎于樣本量過(guò)小，但其實(shí)并不一定。

其實(shí)，估算樣本量主要是為了克服抽樣誤差。臨床研究一般是想通過(guò)抽樣的樣本人群得出結(jié)論，然后推廣到總體目標(biāo)人群，是從樣本到整體的一個(gè)過(guò)程。而抽樣人群的數(shù)據(jù)是碰巧存在的，還是真實(shí)存在的？這就需要應(yīng)用統(tǒng)計(jì)學(xué)來(lái)處理。

這種利用樣本信息對(duì)相應(yīng)總體的特征進(jìn)行的推斷稱為統(tǒng)計(jì)推斷。而處理上述問(wèn)題時(shí)，“對(duì)所估計(jì)的總體首先提出一個(gè)假設(shè)，然后通過(guò)樣本數(shù)據(jù)去推斷是否拒絕這一假設(shè)”的過(guò)程，就是常說(shuō)的假設(shè)檢驗(yàn)。

如果來(lái)自同一總體抽取的兩個(gè)樣本，其差異是因?yàn)槌闃诱`差，對(duì)應(yīng)到統(tǒng)計(jì)學(xué)中即“P>0.05”，無(wú)統(tǒng)計(jì)學(xué)意義。而如果來(lái)自兩個(gè)總體分別抽取的樣本，其差異是本質(zhì)不同引起的，對(duì)應(yīng)到統(tǒng)計(jì)學(xué)中即“P<0.05”，有統(tǒng)計(jì)學(xué)意義。

在假設(shè)檢驗(yàn)中，有兩個(gè)概念和樣本量估算有關(guān)，其一為I類(lèi)錯(cuò)誤，也就是假陽(yáng)性錯(cuò)誤，常稱棄真假設(shè)；II類(lèi)錯(cuò)誤為存?zhèn)?。?duì)應(yīng)的統(tǒng)計(jì)學(xué)參數(shù)為α和β，前者對(duì)應(yīng)的是可信度，也就是常見(jiàn)的顯著性水平P值預(yù)設(shè)的0.05；后者1-β對(duì)應(yīng)的是把握度，代表兩總體確實(shí)有差別時(shí)，差別被檢出的能力。

那么P值有什么意義呢？舉例來(lái)講，如果兩組（A vs B）的有效率是固定的，不同樣本量的P值如下圖，第三種情況P<0.05，但處于臨界狀態(tài)，稍有變動(dòng)可能就會(huì)出現(xiàn)組間差異不顯著的情況。因此，研究者不應(yīng)神化P值。

臨床研究的設(shè)計(jì)中，樣本量只是統(tǒng)計(jì)學(xué)解決的問(wèn)題之一。估算樣本量并不是套公式就可以簡(jiǎn)單計(jì)算的，而是一個(gè)系統(tǒng)的工作，必須對(duì)研究者計(jì)劃的療效指標(biāo)、隨訪情況、組內(nèi)變異、α、β等等都有一定的了解。