若干样本量估计方法的研究及样本量估计软件的研发

Sample size estimation plays a key role in medical research, and it can affect the efficiency or even determine the success of the studies. However, some most widely used statistical methods still lack the corresponding sample size estimation method at present, such as Youden index for diagnostic test evaluation, incremental cost effectiveness ratio (ICER) for health economics evaluation in complex study design, multiple group comparison in cluster randomized trials, and so on. In addition, the function and operation of the existing international authoritative sample size estimation software can still be improved. Therefore, this project will focus on establishing the sample size estimation method for Youden index which is based on the association between sensitivity and specificity and the different weighting of sensitivity and specificity, proposing methods to estimate the sample size for the ICER using Bayesian method for paired design and cross-over design; establishing the sample size estimation methods for multiple groups comparison in means or proportions in cluster randomized trials, and developing a sample size estimation software with wider application, more convenient operation, and independent intellectual property rights. The expected results of this project can not only enrich the theory and methodology in the field of estimation of the sample size, but also provide the perfect function and simple operation tool for the application, which will meet the urgent need of medical research.

样本量估计是医学研究设计的一个重要环节，它直接关系到研究项目的效率乃至成败。然而，目前应用较广的某些统计方法尚缺少相应的样本量估计方法，如诊断试验评价中的Youden指数、卫生经济学评价中较复杂设计的增量成本效果比（ICER）、群随机试验中的多组比较等。此外，现有国际权威样本量估计软件尚存在功能不完善和操作不简便等缺陷。为此，本项目将针对样本量估计领域中所涉及的尚未建立和尚待完善的方法展开研究，重点解决：建立基于灵敏度和特异度任意赋权并考虑两者关联的Youden指数样本量估计方法；基于Bayesian思想提出配对设计和交叉设计的ICER样本量估计方法；建立群随机设计中多组均值/率比较的样本量估计方法；研发适用范围更广、操作更简便、拥有自主知识产权的样本量估计软件。本项目的预期成果不仅可丰富样本量估计的理论和方法，还能为样本量估计提供功能完善、操作简便的工具，满足医学研究领域迫切的应用需求。

本项目按计划圆满超额完成了预期的研究目标，主要研究内容包括：① 建立了灵敏度和特异度关联的(加权)Youden指数样本量估计方法，包括单样本、两样本和配对样本三种设计类型；② 建立了基于Bayesian思想的配对设计和交叉设计的ICER样本量估计方法；③ 实现了群随机设计中多组均值/率比较样本量估计的算法；④ 实现了抽样调查样本量估计方法的算法；⑤ 研发了样本量估计软件SSDBOX；⑥ 实现了多种样本量估计的算法和SAS/R，包括两组Poisson分布均数比较，多样本/变量的均数比较差异性检验，完全群随机设计的差异性检验和配对群设计的差异性检验，基于均差高阶交叉设计的等效性检验和基于比值高阶交叉设计的等效性检验，基于均差或比值高阶交叉设计的非劣效性检验，相关分析中单样本Cronbach α系数检验、单样本组内相关系数检验和两独立样本相关系数检验，诊断试验评价等；⑦ 开展了若干样本量估计的方法学基础研究，包括纵向数据的非参数方法，两组率同为100%或0%时率差置信区间估计，多分类结局指标中两类别占比之比的统计推断方法，配对设计二分类资料的率差和率比的置信区间估计方法，改进的单个率的置信区间估计等；⑧ 多元分析中样本量估计方法的应用，包括协变量阳性事件稀少情况下的样本量估计，结构方程模型样本量对不同拟合优度评价指数的影响及其样本量确定策略；⑨ 完成了样本量估计专著《样本量估计方法及其在生物医学研究中的应用》。.本项目成果主要体现在发表论文和专著，以及研制完成样本量估计软件。发表论文15篇，其中SCI收录论文7篇，中文核心期刊8篇。完成专著《样本量估计方法及其在生物医学研究中的应用》的撰写。.本项目的意义在于：系统地对样本量估计的方法、算法、编程和应用进行了研究，研制了专用的样本量估计软件，撰写完成了汇集研究成果的专著，为医学研究设计中样本量估计这一技术难题提供了方法学依据和实操性良好的工具，形成了自主知识产权，填补了国内空白。