共同主要終點的樣本量計算當我們有共同主要終點時，是否可以在 JMP 中計算樣本量？ (共同主要終點不止一個主要終點，只有當兩個主要終點在統計學上顯著有利於實驗治療時，才能宣布研究成功。）
其他回复：共同主要終點的樣本量計算你好@billi ,
這是一個有趣的統計問題。 我不確定是否有一些聰明的解決方法可以讓您使用基於單個假設檢驗的標準功效計算。
作為替代方案，我相當肯定模擬將是一種解決方案，並且 JMP Pro 中有很好的工具。
希望其他人可以提出一些更具體的建議，但我希望這至少會有所幫助。
菲爾
回复：共同主要終點的樣本量計算你好，
根據我的經驗，計算共同主要終點的功效的最簡單方法是確定每個主要終點的 Alpha 拆分。 在大多數情況下，它將是等分（即，顯著性達到 0.025，總 Alpha 為 0.05）。 接下來，計算分割 Alpha 處每個端點的功率。 最後，研究的總功效計算為各個功效的乘積。 （即，每個主要終點功率 = 90%，然後總功率 = 81%）。
我相信還有更複雜的方法，但這應該為您設計實驗提供基礎。
最好的，
TS
回复：共同主要終點的樣本量計算你好@Phil_Kay
非常感謝您的建議。 您介意就您提到的模擬選項指導我一點嗎，或者如果您可以分享任何有助於找到此功能並嘗試它的文檔，請分享。
謝謝你。
回复：共同主要終點的樣本量計算你好@蒂埃里_S
在我的情況下，端點是相關的（即不完全獨立）。 那麼，您如何通過上述方法考慮到這一點？
感謝你的幫助。
回复：共同主要終點的樣本量計算你好，
在解決您的問題之前，必須注意上述過程更多的是一種設計，而不是一種統計方法。 因此，我的建議不是基於已定義的規則；它旨在就“成功”的預定標準達成協議。
在臨床研究中，共同主要終點之間存在一定程度的相關性並不少見。 例如，如果您想評估治療患者時的改善情況，大多數改善措施都會相互關聯。 在這種情況下，您的問題將成為設計問題。 您需要仔細評估選擇兩個共同主要終點的價值，而不是將最有意義的一個作為主要終點，另一個作為關鍵次要終點。儘管如此，如果共同主要終點方法有意義，您可能希望根據每個共同主要終點的相對重要性不均等地拆分您的 alpha（例如，alpha1 = 0.01 和 alpha2 = 0.04）。
最終，作為@Phil_Kay建議，探索模擬可以通過讓您設置不同的 alpha 和不同的人口規模來為您的最終設計提供信息。
最好的，
TS
回复：共同主要終點的樣本量計算@蒂埃里_S非常感謝你提供的信息。 我同意這種方法併計劃使用模擬平台@Phil_Kay建議（一旦我獲得更多信息）。
再次感謝你。
回复：共同主要終點的樣本量計算清楚地@蒂埃里_S對這類問題了解得更多。
有關在 JMP Pro 中使用功率模擬的一般程序，您應該會發現此線程很有用：
https://community.jmp.com/t5/Discussions/Testing-Sample-sizes-for-a-full-factorial/td-p/52709
回复：共同主要終點的樣本量計算@蒂埃里_S非常感謝您對此的幫助。 雖然，我很好奇當我們有復合終點而不是共同主要時，樣本量計算有何不同。 我假設，複合終點所需的樣本量將小於共同主要終點。
回复：共同主要終點的樣本量計算你好@billi ,
這是一個有趣且具有挑戰性的問題。 如果您要採用兩個共同主要終點並創建一個複合終點，它會直觀地導致較小的人口。 但是，您的新復合終點的方差可能會顯著增加，從而導致相對效應大小的減少以及實現相同功效所需的相應更大總體。 傳統上，使用共同主要終點的主要動機是基於每個終點作為工具的已知有效性及其在捕獲有意義的影響方面的相關性。 將兩個經過驗證的端點組合成一個新的複合測量可能需要很長時間，因為需要確定組合的數學公式和復合測量的性能。
最好的，
TS
