如何确定进口诊断试剂国内临床试验的样本量和分组？

效果大小：确定希望检测的试剂效果大小（例如，灵敏度、特异性），通常需要基于预期的较小临床显著差异。

统计功效：设置所需的统计功效（通常为80%或90%），即检测到真实效应的概率。

显著性水平：选择显著性水平（通常为0.05），即接受的首先类错误率，即试剂效果的假阳性概率。

方法：

对于二分类结果（如敏感性、特异性）：使用基于二项分布的公式。

对于比较两组之间的差异：使用独立样本t检验或其他适用的统计测试公式。

使用样本量计算软件：如PASS、GPower等，输入效果大小、功效、显著性水平等参数。

公式计算：

示例公式：

二项检验：n=(p1−p2)2(Zα/2+Zβ)2⋅(p1(1−p1)+p2(1−p2))其中，Zα/2 是显著性水平对应的标准正态分布值，Zβ 是统计功效对应的标准正态分布值，p1 和 p2 分别是两个组的成功率。

样本量计算器：可根据不同类型的试验设计使用专门的样本量计算器工具，如对照试验、非对照试验、配对样本等。

样本丢失：预计的受试者流失率或中途退出，通常在样本量计算中加以调整。

数据缺失：处理数据缺失或不完全数据的策略，如插补方法。

实验组和对照组：较常见的设计，包括接受试剂的实验组和使用标准方法或安慰剂的对照组。

多组设计：如果有多个试剂或对照标准，可以设计多个实验组和对照组。

方法：

简单随机化：所有受试者随机分配到实验组或对照组，适用于样本量较小的试验。

分层随机化：在不同的临床特征（如年龄、性别）中进行随机化，以各组的均衡。

区组随机化：将受试者分成区组，然后在区组内随机分配，以减少因时间、地点等因素引入的偏倚。

单盲：受试者不知道自己在实验组还是对照组，但研究人员知道。

双盲：受试者和研究人员都不知道受试者所在的组别，以减少偏倚。

三盲：受试者、研究人员和数据分析者都不知道组别，进一步减少偏倚。

确定效果大小：设定希望检测的较小灵敏度差异为5%，较小特异性差异为5%。

设定功效和显著性水平：选择80%功效和0.05显著性水平。

计算样本量：使用样本量计算工具或公式，得出每组需要的样本量。例如，可能需要每组200名受试者。

实验组：接受新型诊断试剂。

对照组：接受当前标准诊断方法。

随机化：将400名受试者随机分配到实验组和对照组，每组200名。