预试验样本量计算指南2026

预试验样本量计算指南目录CONTENTS确定确证性试验的可行性检验试验是否应继续推进发现影响可行性的问题为确证性试验的样本量提供依据确定确证性试验的可行性01”02”03”预试验中招募率的计算确定目标和最低阈值结果解读和决策招募率评估通过预试验估算确证性试验所需的招募率，以评估试验方案的可行性。为每个可行性参数设置“最低阈值”和“目标阈值”，以判断是否继续推进试验。根据预试验结果与设定阈值比较，决定是否按原计划进行确证性试验或调整策略。010203脱落概率是指在研究过程中，参与者未能完成整个研究的比例。了解脱落概率对于评估研究的可行性和设计后续研究至关重要。通过预试验收集数据，研究者可以估计出脱落概率。这通常涉及招募一定数量的参与者，并跟踪他们在整个研究过程中的参与情况。如果预试验中脱落概率过高，可能表明研究方案存在问题，需要进行调整。此外，高脱落率也可能影响确证性试验的样本量计算和统计分析。脱落概率的定义和重要性如何估算脱落概率脱落概率对确证性试验的影响脱落概率估算010203通过预试验评估参与者对随机化过程的接受程度，确保确证性试验的顺利进行。使用单样本比例检验方法来确定预试验所需的样本量，以评估特定条件下的可行性。根据预试验结果，通过设定的“最低阈值”和“目标阈值”判断是否继续进行确证性试验。招募接受度预试验设计单样本比例检验应用推进标准设定与解读随机化接受度检验检验试验是否应继续推进010203目标阈值设置最低阈值确定单样本比例检验应用研究者设定的目标阈值为50%，意味着如果超过这个比例，确证性试验的招募成功率较高。为了确保试验的可行性，研究者设定的最低阈值为20%，低于此值则认为确证性试验难以成功。通过计算得出预试验需28名参与者（每组14名），以评估是否达到目标招募率，从而决定是否推进至确证性试验。招募接受度标准010203招募率调整策略通过预试验估算确证性试验所需的招募率，以评估试验方案的可行性。预试验中招募率的估计根据预试验结果，选择适合的招募策略，如延长时间或调整方法以提高招募率。调整策略的选择使用统计方法计算预试验所需的样本量，并根据实际招募情况调整确证性试验的样本量。样本量的计算与调整010203预试验中的停止标准设定招募接受度作为停止标准招募率作为停止标准预试验中，研究者需设定停止标准以决定是否继续进行确证性试验。这通常基于对可行性参数的评估结果。若预试验显示参与者招募接受度低于最低阈值，则可能表明确证性试验难以成功招募所需人员，应考虑停止。当预试验结果显示招募率低于预期目标阈值时，可能需要调整招募策略或延长时间，否则可能无法完成确证性试验。停止标准设定发现影响可行性的问题TITLEHERE物流问题检测物流问题的最小概率假设研究者需设定在单个参与者身上发生物流问题的最小概率，以确保预试验的样本量能检测到这些潜在问题。置信水平的确定通常使用较高的置信水平（如95%）来确保以较高的概率观察到至少一次物流问题事件，从而评估其对确证性试验的潜在影响。预试验样本量的计算根据设定的最小概率和置信水平，计算出预试验所需的参与者数量，以确保能以预定的置信水平观察到物流问题事件。010203物流问题检测技术故障监测罕见不良事件识别识别可能扰乱试验流程的物流问题，确保确证性试验的成功。预试验中检测数据收集过程中的技术故障，避免影响试验结果。通过预试验识别罕见不良事件，评估其对确证性试验的潜在影响。技术故障识别预试验在确定罕见不良事件中的作用，通过小规模研究检测潜在风险。预试验的重要性如何根据罕见不良事件的最小概率和置信水平计算预试验所需的参与者数量。样本量计算方法分析预试验数据后，如何判断是否继续进行确证性试验或调整策略以降低风险。结果解读与决策罕见不良事件监测为确证性试验的样本量提供依据变异性描述的是，组内个体数值与平均值的差异程度（即标准差或方差）。变异性通常被视为干扰参数，虽然不是直接关注的重点，但在分析中必须予以考虑。预试验可以估计变异性，但因为样本量小，估计值往往不精确。依赖此类估计可能导致确证性试验功效不足或过高。变异性的定义变异性的估算方法预试验在变异性估算中的作用估算变异性010203最小化总样本量随着预试验规模的增加，调整后的确证性试验规模会减小，这在一定程度上减少了总样本量。超过该点后，预试验规模的进一步增加，将超过调整后的确证性试验规模的减少量。因此，存在一个预试验规模，可以使得两个试验所需的参与者总数最小。预试验规模与确证性试验样本量的关系推导最小化总样本量的预试验样本量需要一个迭代过程：1.从较小的预试验样本量开始（例如，每组8人）。2.使用标准方法计算确证性试验的样本量，并使用两种膨胀方法中的一种进行膨胀。3.计算预试验和确证性试验的总样本量。4.增加预试验规模并重复步骤2-3。5.确定使总体总样本量最小的预试验规模。推导最小化总样本量的预试验样本量方法研究者计划在确证性试验中测试一种干预措施，其主要结局指标是连续变量，设定的标准化均数差为0.4，这是具有临床意义的最小效应值。为了计算能使总样本量最小化的预试验样本量：研究人员从一个每组10人的小型预试验开始。他们计算出确证性试验每组需要100名参与者，假设标准化均数差为0.4，双侧I类错误率为0.05，II类错误率为0.2。然后，他们使用80%置信限方法将样本量膨胀至每组139人。预试验和确证性试验的合并样本量为每组149名参与者。他们将预试验规模每组增加一名参与者，并重复上述三个步骤。研究者发现，为了使合并样本量最小化，预试验应招募36名参与者（每组18名）。最小化总样本量的实操示例单组概念验证研究预试验的样本量计算排除无效干预的标准