Cỡ mẫu và R

 

1. Cỡ mẫu cho một tỉ lệ

Ví dụ:	Giải:
Cần: nghiên cứu xác định tỉ lệ viêm gan B; Yêu cầu: CI95% không quá 5%; Biết: Tỉ lệ VGB cũ là 20% (p=0.2).	CI95% ≤ 0.05 1.96×  ≤ 0.05 n ≥ ( 2 × p × (1-p) Thay p=0.2, vậy n ≥ 246. Trong R: > library(epiDisplay) > n.for.survey(p=0.2, delta=0.05, alpha=0.05) Trong đó: + delta=CI95% (độ rộng) + alpha=độ chính xác

 

2. Cỡ mẫu cho hai tỉ lệ

Ví dụ: Nghiên cứu đánh giá hiệu quả thuốc chống gãy xương với outcome là tỉ lệ gãy xương (biến nhị phân)

n=	2p(1-p)(zα/2+zβ)2
	(p1-p2)2

với p= ; p₁=tỉ lệ bệnh trong nhóm điều trị; p₂=tỉ lệ bệnh trong nhóm chứng.

Trong R (ví dụ):

> library(epiDisplay)

> n.for.2p(p1=0.1, p2=0.06, power=0.9, alpha=0.01, ratio=1)

 

3. Cỡ mẫu cho một số trung bình

Ví dụ:	Giải:
Cần: nghiên cứu xác định cân nặng trung bình của lô hàng gà; Yêu cầu: CI95% không quá 0.05 kg; Biết: Độ lệch chuẩn (SD) là 0.2 kg.	CI95% ≤ 0.05 1.96 × se ≤ 0.05 1.96 × SD/  ≤ 0.05 n ≥ ( )2= 61 Trong R: Tính như tính thủ công

 

4. Cỡ mẫu cho hai số trung bình

Ví dụ: Nghiên cứu đánh giá hiệu quả thuốc chống gãy xương với outcome là mật độ xương (biến liên tục)

n=	2s2(zα/2+zβ)2
	(m1-m2)

Ta có mức độ ảnh hưởng theo độ lệch chuẩn: ES=

Do đó:

n=	2(zα/2+zβ)2
	(ES)2

Trong R:

> library(epiDisplay)

> n.for.2means(mu1=0.8, mu2=0.84, sd1=0.12, sd2=0.12, power=0.9, alpha=0.05, ratio=1)

 

5. Cỡ mẫu cho RCT (so sánh hai survival curve)

Ví dụ: Nghiên cứu đánh giá hiệu quả thuốc so với nhóm chứng, theo dõi tiến cứu trong vòng 1 năm, đánh giá tỉ lệ sống sót/khỏi bệnh.

e1=	(zα/2+zβ)2	(	1+rHR	)2
	(1+r)r		1-rHR

với HR=log(P₂)/log(P₁)

*Lưu ý: trong nghiên cứu theo dõi dùng kí hiệu tỉ lệ π thay vì p

Trong R:

> library(epiR)

> epi.survivalsize(treat=0.6, control=0.5, n=NA, power=0.8, r=1, design=1, sided.test=2, conf.level=0.95)