공동 1차 종말점에 대한 표본 크기 계산공동 기본 엔드포인트가 있는 경우 JMP에서 샘플 크기를 계산할 수 있습니까? ( 공동 1차 평가변수는 2개 이상의 1차 평가변수이며 두 개의 1차 평가변수가 실험적 치료에 유리하게 통계적으로 유의한 경우에만 연구 성공을 선언할 수 있습니다.)
다른Re: co-primary endpoint에 대한 표본 크기 계산안녕 @빌리 ,
흥미로운 통계 문제입니다. 단일 가설 검정을 기반으로 하는 표준 검정력 계산을 사용할 수 있도록 하는 영리한 해결 방법이 있는지 잘 모르겠습니다.
대안으로 시뮬레이션이 솔루션이 될 것이며 JMP Pro에는 이를 위한 좋은 도구가 있다고 확신합니다.
다른 분들이 좀 더 구체적인 조언을 해주실 수 있기를 바랍니다. 하지만 이것이 최소한 조금이라도 도움이 되었으면 합니다.
필
Re: co-primary endpoint에 대한 표본 크기 계산안녕,
내 경험에 따르면, 공동 기본 끝점에 대한 검정력을 계산하는 가장 간단한 방법은 각 기본 끝점에 대한 알파 분할을 결정하는 것입니다. 대부분의 경우 균등 분할이 됩니다(즉, 총 알파 0.05에 대해 0.025에 도달한 유의성). 다음으로, 분할 알파에서 각 끝점에 대한 검정력을 계산합니다. 마지막으로 연구의 총 검정력은 개별 검정력의 곱으로 계산됩니다. (즉, 각 1차 종료점 검정력 = 90%, 총 검정력 = 81%).
더 정교한 접근 방식이 있다고 확신하지만, 이는 실험을 설계하기 위한 기반을 제공해야 합니다.
최고,
TS
Re: co-primary endpoint에 대한 표본 크기 계산안녕하십니까 @필_케이
제안을 주셔서 대단히 감사합니다. 언급하신 시뮬레이션 옵션에 대해 조금 안내해 주시거나 이 기능을 찾고 시도하는 데 도움이 되는 문서를 공유해 주시겠습니까?
고맙습니다.
Re: co-primary endpoint에 대한 표본 크기 계산안녕하십니까 @티에리_S
내 상황에서 끝점은 상관 관계가 있습니다(즉, 완전히 독립적이지 않음). 그렇다면 위에서 언급한 접근 방식으로 이를 어떻게 고려합니까?
당신의 도움을 주셔서 감사합니다.
Re: co-primary endpoint에 대한 표본 크기 계산안녕,
귀하의 질문에 답하기 전에 위에 설명된 프로세스는 통계적 접근 방식보다 설계에 가깝다는 점에 유의해야 합니다. 따라서 내 제안은 정의된 규칙을 기반으로 하지 않습니다. "성공"에 대해 미리 지정된 기준에 대한 합의에 도달하기 위한 것입니다.
임상 연구에서 공동 1차 평가변수 사이에 어느 정도의 상관관계가 있는 것은 드문 일이 아닙니다. 예를 들어, 환자를 치료할 때 개선을 평가하려는 경우 대부분의 개선 조치는 상관 관계가 있습니다. 이 경우 귀하의 질문은 디자인 문제가 됩니다. 가장 의미 있는 하나를 1차로 선언하고 다른 하나를 핵심 2차로 선언하기보다는 두 개의 공동 1차 엔드포인트를 선택하는 가치를 신중하게 평가해야 합니다.그러나 공동 기본 끝점 접근 방식이 의미가 있는 경우 각 공동 기본 끝점의 상대적 중요도에 따라 알파를 불균등하게 분할할 수 있습니다(예: alpha1 = 0.01 및 alpha2 = 0.04).
궁극적으로, @필_케이 제안된 대로 시뮬레이션을 탐색하면 다른 알파와 다른 모집단 크기를 설정할 수 있어 최종 설계에 정보를 제공할 수 있습니다.
최고,
TS
Re: co-primary endpoint에 대한 표본 크기 계산@티에리_S 정보 주셔서 대단히 감사합니다. 나는 이 접근 방식에 동의하며 다음과 같은 시뮬레이션 플랫폼을 사용할 계획입니다. @필_케이 제안했습니다(자세한 정보를 얻으면).
다시 감사합니다.
Re: co-primary endpoint에 대한 표본 크기 계산분명히 @티에리_S 이 유형의 문제에 대해 훨씬 더 많이 알고 있습니다.
JMP Pro에서 전력 시뮬레이션을 사용하는 일반적인 절차의 경우 다음 스레드가 유용합니다.
https://community.jmp.com/t5/Discussions/Testing-Sample-sizes-for-a-full-factorial/td-p/52709
Re: co-primary endpoint에 대한 표본 크기 계산@티에리_S 도움을 주셔서 감사합니다. 하지만 공동 기본이 아닌 복합 엔드포인트가 있을 때 샘플 크기 계산이 어떻게 다른지 궁금합니다. 복합 종점에 필요한 샘플 크기가 공동 기본 종점보다 작을 것이라고 가정합니다.
Re: co-primary endpoint에 대한 표본 크기 계산안녕 @빌리 ,
흥미롭고 도전적인 질문입니다. 두 개의 공동 기본 엔드포인트를 사용하여 복합 엔드포인트를 생성하면 직관적으로 더 적은 수의 인구가 생성됩니다. 그러나 새로운 종합 종말점의 분산이 상당히 증가하여 상대적 효과 크기가 감소하고 동일한 검정력을 달성하는 데 필요한 더 큰 모집단이 필요할 수 있습니다. 전통적으로, 공동 1차 평가변수를 사용하는 주된 동기는 도구로서의 각 평가변수의 알려진 유효성과 의미 있는 효과를 포착할 때의 관련성을 기반으로 합니다. 두 개의 검증된 끝점을 새로운 복합 측정으로 결합하는 것은 조합의 수학 공식과 복합 측정의 성능을 결정해야 하기 때문에 오랜 시간이 걸릴 수 있습니다.
최고,
TS
