Phân tích sức mạnh để phân tích sinh tồn


11

Nếu tôi đưa ra giả thuyết rằng chữ ký gen sẽ xác định các đối tượng có nguy cơ tái phát thấp hơn, đó là giảm 0,5 (tỷ lệ nguy hiểm 0,5), tỷ lệ sự kiện ở 20% dân số và tôi dự định sử dụng các mẫu từ nghiên cứu đoàn hệ hồi cứu cỡ mẫu cần được điều chỉnh cho số lượng không bằng nhau trong hai nhóm giả thuyết?

Ví dụ: sử dụng Collett, D: Mô hình hóa dữ liệu sinh tồn trong nghiên cứu y học, Ấn bản thứ hai - Phiên bản 2 2003. Tổng số sự kiện cần thiết, d, có thể được tìm thấy bằng cách sử dụng,

d=(Zα/2+Zβ/2)2p1p2(θR)2

trong đó và là và trên trên của phân phối chuẩn thông thường. Z β / 2 α / 2 β / 2Zα/2Zβ/2α/2β/2

Đối với các giá trị cụ thể,

  • p1=0.20
  • p2=1p1
  • θR=0.693
  • Z 0,025 = 1,96α=0.05 và do đóZ0.025=1.96
  • Z 0.05 = 1,28β=0.10 và do đó ,Z0.05=1.28

và lấy , số lượng sự kiện cần thiết (làm tròn lên) để có 90% cơ hội phát hiện tỷ lệ nguy hiểm là 0,5 có ý nghĩa ở hai mặt 5 % cấp sau đó được đưa ra bởiθR=logψR=log0.50=0.693

d=(1.96+1.28)20.20×0.80×(log0.5)2=137

Tôi hy vọng bạn không phiền, nhưng tôi đã chuyển đổi câu hỏi của bạn thành latex. Một điều, nếu không phải là Z α / 2ZαZα/2
csgillespie

Nếu mọi người rõ ràng thì tôi không phiền chút nào. Bạn đúng nên là một alpha 2 mặt.

Là gì và ? Họ có nên là và không? ψ R θ R ψ RθRψRθRψR
onestop

Câu trả lời:


1

Có, sức mạnh của bạn sẽ thay đổi dựa trên tỷ lệ tiếp xúc với không phơi sáng. Ví dụ, trong một nghiên cứu gần đây, tôi đã thực hiện các tính toán công suất cho, với kích thước mẫu bằng nhau, tỷ lệ Exposed: Unexposed là 1: 2 đạt được công suất = 0,80 với HR ~ 1,3. Phải mất đến HR ~ 1.6 hoặc lâu hơn cho tỷ lệ 1:10.

Trong trường hợp của bạn, vì kích thước mẫu sẽ thay đổi nhưng HR của bạn sẽ không, tỷ lệ càng nhỏ, kích thước mẫu của bạn sẽ càng lớn.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.