目标效果大小：首先需要确定预期的效果大小（effect size），即隐形眼镜在安全性或有效性上的预期差异。这将直接影响样本量的大小。较大的效果通常需要较少的样本量，而较小的效果则需要更多的样本量以结果的显著性。

统计功效（Power）：统计功效通常设定为80%或90%，这意味着试验能够在80%或90%的情况下正确地拒绝原假设（即检测到产品的真实效果）。功效越高，所需样本量越大。

显著性水平（Alpha）：通常设定显著性水平为0.05，这表示有5%的概率错误地拒绝原假设（即误判产品有效）。显著性水平越低，所需样本量越大。

离群值和试验组数：如果预期有较大的变异性或离群值，或者如果有多个试验组（如不同设计的隐形眼镜），则需要更大的样本量以保持试验的统计学意义。

试验设计类型：不同的试验设计（如交叉试验、平行试验）对样本量的要求也有所不同。例如，交叉试验通常需要较少的样本量，因为每个受试者都经历了多种试验条件。

nn 是每组的样本量

Zα/2Zα/2 是显著性水平对应的Z值（如α = 0.05时，Z = 1.96）

ZβZβ 是统计功效对应的Z值（如β = 0.80时，Z = 0.84）

σσ 是样本标准差

δδ 是效果大小

随机化分组：较常用的是随机化分组，即将受试者随机分配到不同的试验组和对照组。这种方法能够消除选择偏倚，各组间的差异仅由试验产品的不同造成。

平行组设计：这种设计中，受试者被随机分为两个或多个组，每组同时接受不同的试验产品或对照产品。这种设计适用于大多数隐形眼镜试验，能够直接比较不同组之间的效果。

交叉试验设计：在交叉试验中，受试者在不同阶段佩戴不同的试验产品。这种设计的优点是能够减少个体差异的影响，因为每个受试者都经历了所有试验条件。不过，这种设计需要考虑洗脱期（washout period），以前一阶段的产品效果不会影响下一阶段的结果。

分层随机化：如果受试者具有某些潜在的混杂因素（如年龄、性别、屈光状态等），可以在分层随机化的基础上进行分组。分层随机化能够每个试验组中都包含相似比例的不同类型受试者，从而减少混杂因素对结果的影响。

样本量分配：通常情况下，各组的样本量是相等的，以便于进行比较。然而，在某些情况下（如对某一特定组的关注较高），也可以设置不等样本量。