Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesEst-il possible de calculer la taille de l'échantillon dans JMP lorsque nous avons des critères d'évaluation co-primaires ? ( Les critères d'évaluation co-primaires sont plus d'un critère d'évaluation principal et le succès de l'étude ne peut être déclaré que si les deux critères d'évaluation principaux sont statistiquement significatifs en faveur du traitement expérimental.)
AutreRe : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesSALUT @billi ,
C'est un problème statistique intéressant. Je ne sais pas s'il pourrait y avoir une solution de contournement intelligente pour vous permettre d'utiliser le calcul de puissance standard basé sur un test d'hypothèse unique.
Comme alternative, je suis à peu près sûr que la simulation serait une solution et il existe de bons outils pour cela dans JMP Pro.
J'espère que d'autres personnes pourront donner des conseils plus concrets, mais j'espère que cela aidera au moins un peu.
Phil
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesSalut,
Sur la base de mon expérience, l'approche la plus simple pour calculer la puissance des critères d'évaluation co-primaires consiste à déterminer la répartition en Alpha pour chaque critère d'évaluation principal. Dans la plupart des cas, il s'agira d'un partage égal (c'est-à-dire une signification atteinte à 0,025 pour un Alpha total de 0,05). Ensuite, calculez la puissance pour chaque point final à l'alpha divisé. Enfin, la puissance totale de l'étude est calculée comme le produit des puissances individuelles. (c'est-à-dire, la puissance de chaque paramètre principal = 90 %, puis la puissance totale = 81 %).
Je suis sûr qu'il existe des approches plus sophistiquées, mais cela devrait vous donner une base pour concevoir votre expérience.
Meilleur,
TS
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesBonjour @Phil_Kay
Merci beaucoup pour la suggestion. Cela vous dérangerait-il de me guider un peu sur l'option de simulation que vous mentionnez ou si vous pouvez partager toute documentation qui sera utile pour trouver cette capacité et l'essayer.
Merci.
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesBonjour @Thierry_S
Dans ma situation, les paramètres sont corrélés (c'est-à-dire pas totalement indépendants). Alors, comment en tenez-vous compte avec l'approche mentionnée ci-dessus ?
Apprécier ton aide.
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesSalut,
Avant de répondre à votre question, il est essentiel de noter que le processus décrit ci-dessus est plus une conception qu'une approche statistique. Par conséquent, ma suggestion n'est pas basée sur des règles définies; il est censé parvenir à un accord sur les critères prédéfinis de «succès».
En recherche clinique, il n'est pas rare d'avoir un certain degré de corrélation entre les critères d'évaluation co-primaires. Par exemple, si vous souhaitez évaluer l'amélioration lors du traitement d'un patient, la plupart des mesures d'amélioration seront corrélées. Dans ce cas, votre question devient un problème de conception. Vous devrez évaluer soigneusement la valeur de la sélection de deux paramètres co-primaires plutôt que de déclarer le plus significatif comme principal et l'autre comme secondaire clé.Néanmoins, si l'approche des critères d'évaluation co-primaires a du sens, vous pouvez diviser votre alpha de manière inégale (par exemple, alpha1 = 0,01 et alpha2 = 0,04) en fonction de l'importance relative de chacun des critères d'évaluation co-primaires.
En définitive, comme @Phil_Kay proposé, l'exploration des simulations peut éclairer votre conception finale en vous permettant de définir différents alphas et différentes tailles de population.
Meilleur,
TS
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primaires@Thierry_S Merci beaucoup pour l'information. Je suis d'accord avec cette approche et je prévois d'utiliser la plateforme de simulations qui @Phil_Kay suggéré (une fois que j'aurai plus d'informations à ce sujet).
Merci encore.
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesClairement @Thierry_S en sait beaucoup plus sur ce type de problème.
Pour une procédure générale d'utilisation de la simulation de puissance dans JMP Pro, vous devriez trouver ce fil utile :
https://community.jmp.com/t5/Discussions/Testing-Sample-sizes-for-a-full-factorial/td-p/52709
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primaires@Thierry_S J'apprécie vraiment votre aide à ce sujet. Cependant, je suis curieux de savoir en quoi le calcul de la taille de l'échantillon est différent lorsque nous avons un critère d'évaluation composite au lieu de co-primaire. Je suppose que la taille de l'échantillon requise pour le critère d'évaluation composite sera inférieure au critère d'évaluation co-primaire.
Re : Calculs de la taille de l'échantillon pour les critères d'évaluation co-primairesSalut @billi ,
C'est une question intéressante et stimulante. Si vous deviez prendre deux critères d'évaluation co-primaires et créer un critère d'évaluation composite, cela conduirait intuitivement à une population plus petite. Cependant, la variance de votre nouveau paramètre composite peut augmenter considérablement, entraînant une réduction de la taille relative de l'effet et une population plus importante correspondante nécessaire pour obtenir la même puissance. Traditionnellement, la principale motivation pour l'utilisation de critères d'évaluation co-primaires est basée sur la validité connue de chaque critère d'évaluation en tant qu'instrument et leur pertinence pour capturer des effets significatifs. La combinaison de deux paramètres validés dans une nouvelle mesure composite peut prendre beaucoup de temps car il faut déterminer la formule mathématique de la combinaison et la performance de la mesure composite.
Meilleur,
TS
