Berechnungen der Stichprobengröße für co-primäre EndpunkteIst es möglich, die Stichprobengröße in JMP zu berechnen, wenn wir co-primäre Endpunkte haben? ( Co-primäre Endpunkte sind mehr als ein primärer Endpunkt und der Studienerfolg kann nur dann erklärt werden, wenn beide primären Endpunkte statistisch signifikant zugunsten der experimentellen Behandlung sind.)
SonstigesBetreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHALLO @Billi ,
Das ist ein interessantes statistisches Problem. Ich bin mir nicht sicher, ob es eine clevere Problemumgehung gibt, mit der Sie die Standardleistungsberechnung basierend auf einem einzelnen Hypothesentest verwenden können.
Als Alternative bin ich mir ziemlich sicher, dass die Simulation eine Lösung wäre, und es gibt gute Tools dafür in JMP Pro.
Hoffentlich können sich einige andere Leute mit konkreteren Ratschlägen melden, aber ich hoffe, das hilft zumindest ein wenig.
Phil
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHi,
Basierend auf meiner Erfahrung besteht der einfachste Ansatz zur Berechnung der Leistung für co-primäre Endpunkte darin, die Aufteilung in Alpha für jeden primären Endpunkt zu bestimmen. In den meisten Fällen handelt es sich um eine gleichmäßige Aufteilung (dh Signifikanz bei 0,025 für ein Gesamt-Alpha von 0,05). Berechnen Sie als Nächstes die Leistung für jeden Endpunkt am geteilten Alpha. Abschließend wird die Gesamtleistung der Studie als Produkt der Einzelleistungen berechnet. (dh Leistung jedes primären Endpunkts = 90 %, dann Gesamtleistung = 81 %).
Ich bin sicher, es gibt ausgefeiltere Ansätze, aber das sollte Ihnen eine Grundlage für die Gestaltung Ihres Experiments geben.
Am besten,
TS
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHallo @Phil_Kay
Vielen Dank für den Vorschlag. Haben Sie etwas dagegen, mich ein wenig über die von Ihnen erwähnte Simulationsoption zu informieren, oder können Sie mir bitte Dokumentation zur Verfügung stellen, die hilfreich ist, um diese Funktion zu finden und auszuprobieren?
Vielen Dank.
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHallo @Thierry_S
In meiner Situation sind die Endpunkte korreliert (dh nicht vollständig unabhängig). Wie tragen Sie dem also mit dem oben genannten Ansatz Rechnung?
Schätze deine Hilfe.
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHi,
Bevor Sie auf Ihre Frage eingehen, ist es wichtig zu beachten, dass der oben beschriebene Prozess eher ein Design- als ein statistischer Ansatz ist. Daher basiert mein Vorschlag nicht auf definierten Regeln; es soll eine Einigung über die vorgegebenen Kriterien für „Erfolg“ erzielt werden.
In der klinischen Forschung ist es nicht ungewöhnlich, dass ein gewisses Maß an Korrelation zwischen co-primären Endpunkten besteht. Wenn Sie beispielsweise die Verbesserung nach der Behandlung eines Patienten beurteilen möchten, korrelieren die meisten Verbesserungsmaßnahmen. In diesem Fall wird Ihre Frage zu einem Designproblem. Sie müssen den Wert der Auswahl von zwei co-primären Endpunkten sorgfältig abwägen, anstatt den aussagekräftigsten als primären und den anderen als sekundären Schlüssel zu deklarieren.Wenn der Ansatz der co-primären Endpunkte dennoch sinnvoll ist, möchten Sie möglicherweise Ihr Alpha ungleich aufteilen (z. B. alpha1 = 0,01 und alpha2 = 0,04), abhängig von der relativen Bedeutung jedes der co-primären Endpunkte.
Letztlich als @Phil_Kay vorgeschlagen, untersuchende Simulationen können Ihr endgültiges Design beeinflussen, indem Sie unterschiedliche Alphas und unterschiedliche Populationsgrößen festlegen können.
Am besten,
TS
Betreff: Stichprobengrößenberechnungen für co-primäre Endpunkte@Thierry_S Vielen Dank für die Informationen. Ich stimme diesem Ansatz zu und plane, die Simulationsplattform dafür zu verwenden @Phil_Kay vorgeschlagen (sobald ich mehr Informationen darüber habe).
Danke nochmal.
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteDeutlich @Thierry_S weiß viel mehr über diese Art von Problem.
Für ein allgemeines Verfahren zur Verwendung der Leistungssimulation in JMP Pro sollten Sie diesen Thread nützlich finden:
https://community.jmp.com/t5/Discussions/Testing-Sample-sizes-for-a-full-factorial/td-p/52709
Betreff: Stichprobengrößenberechnungen für co-primäre Endpunkte@Thierry_S Schätzen Sie Ihre Hilfe diesbezüglich sehr. Ich bin jedoch neugierig, wie sich die Berechnung der Stichprobengröße unterscheidet, wenn wir einen zusammengesetzten Endpunkt anstelle eines co-primären Endpunkts haben. Ich gehe davon aus, dass die für den zusammengesetzten Endpunkt erforderliche Stichprobengröße geringer sein wird als der co-primäre Endpunkt.
Betreff: Stichprobengrößenberechnungen für co-primäre EndpunkteHi @Billi ,
Das ist eine interessante und herausfordernde Frage. Wenn Sie zwei co-primäre Endpunkte nehmen und einen zusammengesetzten Endpunkt erstellen würden, würde dies intuitiv zu einer kleineren Population führen. Die Varianz Ihres neuen zusammengesetzten Endpunkts kann jedoch erheblich zunehmen, was zu einer Verringerung der relativen Effektgröße und einer entsprechend größeren Population führt, die erforderlich ist, um die gleiche Trennschärfe zu erreichen. Traditionell basiert die primäre Motivation für die Verwendung von co-primären Endpunkten auf der bekannten Gültigkeit jedes Endpunkts als Instrument und seiner Relevanz für die Erfassung sinnvoller Effekte. Das Kombinieren von zwei validierten Endpunkten zu einer neuen zusammengesetzten Kennzahl kann lange dauern, da man die mathematische Formel der Kombination und die Leistung der zusammengesetzten Kennzahl bestimmen muss.
Am besten,
TS
