如何求高中样本容量(临床研究专题|如何计算样本容量)

如何计算临床研究主题|样本量？这篇文章一看就知道了

对于代谢组来说，目前比较容易进行的临床研究类型是观察性横截面研究，即通过代谢组找到与某种疾病相关的代谢标志物，后续诊断疾病或进行一些基本的机制研究。因此，让我们分享横截面研究的方案设计、样本量计算和样本排列标准。

方案设计首先要看两个案例:样本容量如何求高中

时间:如何求高中样本容量？

2022年度期刊何求高中样本容量？

GastroenterologyIF：19.819分

研究思路：

发现阶段1对360名受试者进行高通量代谢组检测，筛选出30种差异代谢物；发现阶段2对1594名受试者进行高通量检测，筛选出7种与发现阶段1共有的差异代谢物，然后通过二元逻辑回归分析得出2种潜在代谢物biomarker；对900名受试者(来自发现阶段2)进行建模阶段biomarker对1528名受试者进行靶向检测，并建立了诊断模型；验证阶段对1528名受试者进行2次biomarker靶向检测验证了模型的诊断效率。

时间：2022年期刊：GutIF：19.819分

在发现阶段，对92例受试者的血清进行了高通量代谢组检测，并选择了44例与血清相匹配的粪便样本进行宏基因组检测。经联合分析，确定322种与肠道微生物组相关的代谢物LASSO算法筛选和识别8种代谢物；72例正常个体和120例结直肠异常患者，用靶向方法测量8种代谢物的丰度，逻辑回归生成预测模型；103例结直肠异常患者和53例健康个体，评估了该模型的预测性能。通过以上两个经典案例，不难发现代谢组biomarker筛选过程通常包括三个阶段：①在发现阶段，通过高通量代谢组筛选候选人biomarker；②在建模阶段，通过靶向方法检测和筛选在建模队列中biomarker，并构建判别模型；③验证阶段在验证队列中靶向检测biomarker，验证模型判断效率。

那我们在代谢组文章中经常看到的发现集、训练集、验证集和测试集分别是指的哪个阶段呢？

这些词实际上来自机器学习的过程。在机器学习中，样本一般分为三个独立部分：训练集(trainset)，验证集(validationset)和测试集(testset)。

培训集-用于模型拟合的数据样本。验证集-是模型培训过程中单独留下的样本集，可用于调整模型的超参数，初步评估模型的能力。测试集-用于评估最终模型的泛化能力。但不能作为与参数调整、选择特征等算法相关的选择依据。如果将这些概念映射到代谢标志物筛选过程中，发现阶段1中的人对应于培训集，有些文章也称为发现集；发现阶段2中的人对应于验证集；验证阶段的人对应于测试集；建模阶段的人可以来自验证集或测试集（独立于验证阶段的人）。

在明确了样本量估算的研究思路具体的样本数应该如何估算。

影响样本量计算的重要参数如下：

①研究设计类型(如横截面研究或随机对照研究)

②结局指标类型(二分类变量或连续变量)

③结局指标的预期值(敏感性或特异性或平均值)AUC）

④容许误差

检验水准α（通常取α=0.05）检验效能1-β（通常为80%或更高）Case组与control组的比例：control组的样本量一般不小于Case组的样本量，通常是等量的。

单样本临床诊断试验的样本量计算方法如下：

样本量按灵敏度和特异性计算

δ研究人员人为指定了允许的灵敏度或特异度95%的宽度，通常在0.03~0.1。

例如，将参数设置为：

特异度：90%±10%敏感度：80%±10%；显著水平（α）0.05；置信度（1-α）：0.95；检验类型：two-sidedtest根据公式计算：

根据敏感性和特异性计算两个样本量值，选择较大的样本量。样本量为62例。

也可使用PASS直接计算软件：

计算所得样本量敏感度

特异度计算所得样本量

本例结果显示，通过敏感度计算所得N=70，收入由特异度计算N=44，选择数值较大的人需要70个研究对象。

PASS软件计算结果与公式计算结果略有偏差，可选择样本数大的结果，即所需样本数为70例，病例70例。

根据AUC样本量计算软件：MedCalc

预计AUC=0.9

检验水准α：0.05

检验效能1-β：0.9

无效假设：AUC=0.8

根据软件计算，样本量为82 82=164例。

在机器学习中，一般训练集、验证集和测试集的分割比为6:2:2。如果没有验证集，训练集和测试集的分割比为7:3，映射到代谢标志物筛选过程中，相应的建模队列和验证队列的比例为7:3。

样本纳排标准代谢组的结果容易受到环境等外部因素的影响，因此如果要筛选真阳性代谢biomarker，样品的入组条件需要严格限制。

样本纳入条件：

1.根据实验设计，随机选择符合分组要求的样本。

2.尽量保证与研究无关的临床指标，如年龄、性别等。

3.样品选择应尽可能具有时间和地域的随机性。

4.样品符合采样标准流程，相应的临床信息完整。

临床信息的收集如下表所示：

样品排除条件：

1.样本具有严重的急性感染；

2.样本贫血严重；

3.样本肝肾功能不全；

4.样本患有肿瘤或多个肿瘤；

5.妊娠期样本；

6.样本患有自身免疫缺陷疾病；

7.样本患有高脂血症和高黄疸。

上述排除条件仅适用于非本病的研究(即如果对妊娠期糖尿病进行相关研究，则不适用第除条件不适用)。如何找到24200325个高中设计图片的原始样本容量，包括如何找到高中图片、材料、海报、证书背景、源文件PSD、PNG、JPG、AI、CDR等格式素材！

你可能还喜欢下面这些文章