การวิเคราะห์พลังงานเพื่อการวิเคราะห์การเอาชีวิตรอด

ถ้าฉันสมมุติว่าลายเซ็นของยีนจะระบุตัวตนที่มีความเสี่ยงต่ำของการเกิดซ้ำนั่นคือลดลง 0.5 (อัตราส่วนอันตราย 0.5) อัตราการเกิดเหตุการณ์ใน 20% ของประชากรและฉันตั้งใจจะใช้ตัวอย่างจากการศึกษาแบบย้อนหลัง ขนาดตัวอย่างจะต้องมีการปรับสำหรับตัวเลขที่ไม่เท่ากันในสองกลุ่มสมมติฐาน?

ตัวอย่างเช่นการใช้ Collett, D: Modeling Data Survival ในการวิจัยทางการแพทย์, Second Edition - 2nd Edition 2003 จำนวนทั้งหมดของเหตุการณ์ที่ต้องการ, d, สามารถพบได้โดยใช้,

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

โดยที่และเป็นจุดสูงสุดและตอนบนตามลำดับของการแจกแจงแบบปกติมาตรฐาน$Z_{\alpha/2}$$Z_{\beta/2}$$\alpha/2$$\beta/2$

สำหรับค่าเฉพาะ

• $p_1 = 0.20$
• $p_2 = 1 - p_1$
• $\theta R = -0.693$
• $\alpha = 0.05$และ$Z_{0.025}= 1.96$
• $\beta = 0.10$และอื่น ๆ ,$Z_{0.05} = 1.28$

และการจำนวนเหตุการณ์ที่ต้องใช้ (ปัดเศษขึ้น) เพื่อให้มีโอกาส 90% ในการตรวจจับอัตราส่วนอันตราย 0.50 ที่สำคัญทั้งสองด้าน 5 ระดับ% จะได้รับจาก$\theta R = \log \psi R = \log 0.50 = -0.693$

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

ใช่พลังงานของคุณจะเปลี่ยนไปตามอัตราส่วนของการเปิดรับต่อการสัมผัส ตัวอย่างเช่นในการศึกษาเมื่อเร็ว ๆ นี้ฉันทำการคำนวณพลังงานสำหรับขนาดตัวอย่างที่เท่ากันอัตราส่วน Exposed: Unexposed อัตราส่วน 1: 2 ได้พลังงานเท่ากับ 0.80 ที่ HR เท่ากับ ~ 1.3 มันใช้เวลาจนถึง HR ~ 1.6 หรือมากกว่านั้นสำหรับอัตราส่วน 1:10

ในกรณีของคุณเนื่องจากขนาดตัวอย่างจะแตกต่างกัน แต่ฝ่ายทรัพยากรบุคคลของคุณจะไม่ได้อัตราส่วนที่เล็กลงเท่าใดขนาดตัวอย่างของคุณก็จะต้องมากขึ้น