|
我想，我們現(xiàn)在都強調無論動物實驗還是人群實驗，都需要事先進行研究設計，研究設計最重要的是進行樣本量的計算。
現(xiàn)在問題來了。我做好了樣本量計算，到最后由于一些困難，比如經費緊張，比如實在招募不了這么多病人，或者病人失訪太嚴重，或者招募病人速度太慢而我快要畢業(yè)了?。?！。。。。等等，反正樣本量不夠。
不夠怎么辦？ 第一，說起來，一般都是聽天由命。看運氣！這個也是可以的，等下和大家講講，怎么樣測算自己的運氣！
第二，投機取巧法，一個研究不設主要結局，然后把有效果的指標拿出來大講特講。這樣的方式其實很多見，我們很多人搞臨床研究，開展隨機對照研究都沒有實現(xiàn)設定哪個是主要結局，反正哪個指標是陽性就哪個作為干預措施有效的證據。 第三，統(tǒng)計學方法。有一些統(tǒng)計學方法是可以提高檢驗效能，也就是促進陽性結果的產生。
我們今天來看篇文章，樣本量沒有達到預期，那么最后結果還是陽性的，是什么原因呢？
上面三種原因，到底是哪一種呢？我們來看看 2021年，JAMA子刊刊登了一篇文章，運動對局限性前列腺癌患者疾病進展的影響。 
這個研究，稱之為ERASE試驗，主要探討12周高強度間歇訓練是否能夠改善心血管健康，延緩前列腺癌進展，研究者評估了高強度間歇訓練（HIIT）對適合接受積極監(jiān)測的低危至中危前列腺癌患者的影響。這是一項2期試驗，患者被隨機分成兩組，一組進行HIIT（每周在他人監(jiān)督下運動3次，持續(xù)12周），另一組接受常規(guī)治療。本試驗允許患者在12周時跨組。由于該研究主要是探討高強度的運動的心血管病的獲益，因此主要結局是分級運動試驗期間的峰值耗氧量（ peak V?o2）；次要結局是前列腺特異性抗原（PSA）參數(shù)的變化。
在20個月期間，56名男性被隨機分組，他們的中位年齡是63歲。HIIT組的依從率為96%。與常規(guī)治療組相比，HIIT組的峰值耗氧量顯著改善（調整均差1.6 mL/kg/min; 95% CI, 0.3-2.9; P?=0?.01），并且總PSA水平降低，PSA升高速率減緩 （調整均差?1.1 μg/L; 95% CI, ?2.1 to 0.0; P?=0?.04)；類似的結果包括PSAV,也具有統(tǒng)計學意義（P=0.04）。
諸位，不妨看上述的表格，可以多個指標P值靠近0.05，有驚無險！這個和該文的樣本量有很大的干系！
本文樣本量是不足的。理論和實際足足差了1/3！ 本文設計的樣本量！ The originally planned sample size of 66 participants (33 per group) was estimated to provide 80% power using a 2-tailed α<.05 to detect a statistically significant between-group difference of 1 metabolic equivalent task (3.5 mL/kg/min) on the primary outcome of peak V?o2, assuming an SD of 5.6 mL/kg/min, a 10% dropout rate, and an adjustment for baseline value and other prognostic covariates. 本文實際的納入分析的樣本量是52例 A total of 52 male patients were randomized to the HIIT group (n?=?26) or the usual care group (n?=?26) 而由于數(shù)據缺失，最后主要和次要療效分析的樣本量只有46-49例！ 這么多的樣本量缺失，造成什么結果？ 我們臨床研究的結果很多時候，都是聽天由命，命總體還是把握在自己手里。因為我們設置了較高的把握度（Power），也就是檢驗效能。一般檢驗效能值都在80%以上。這個研究檢驗效能就是80%，因此按照66例的設計樣本量么，有80%的可能性獲得陽性結果。但是如果樣本量大量缺失會怎么樣？ 現(xiàn)在樣本量是46例，那么把握度是多少呢？可以通過樣本量計算軟件反推他的把握度！
最終結果多少呢？！接近60%的檢驗效能，意味著這個項目如果按照常規(guī)的t檢驗進行數(shù)據分析，只有60%的可能性獲得陽性結果！
所以這個研究，也是聽天由命，運氣還真 不錯呀 ！ 那么，這個研究有沒有采用第二種方法，即投機取巧法，改了主要結局指標呢？哪到沒有，否則JAMA子刊是不會讓它發(fā)表的。
然后，有沒有統(tǒng)計學方法可以幫助改善檢驗效能呢？有。本文的協(xié)方差分析在一定程度上可以改善檢驗效能，把P值將小一點。
一般的兩組定量數(shù)據的比較，比如本文的V?o2, PSA或者PSAV，傳統(tǒng)上都可以采用t檢驗來進行。 但是如果本文采用t檢驗，會是什么結果呢？鄭老師我重新測算了下。 V?o2, 論文中的P值0.01，干預后V?o2差值的t檢驗P值0.031 PSA論文中的P值0.04，干預后差值的t檢驗P值0.216 PSAV論文中的P值0.04，干預后差值的t檢驗P值0.218 諸位可以看出，采用t檢驗的P值都比較大，甚至沒有統(tǒng)計學意義，但是為什么論文報道是有統(tǒng)計學意義呢？因為采用了協(xié)方差分析?。?！
Analyses of covariance were performed for the primary and secondary outcomes to determine the between-group mean differences at the postintervention period after adjusting for covariates. Covariates were selected a priori and included the baseline values of the outcome and other variables that were unbalanced between groups. 協(xié)方差分析，是非常好的一種方法，它可以在一定程度上提高檢驗效能！ 實驗做著做著，發(fā)現(xiàn)樣本量不夠了怎么辦？在唉聲嘆氣，聽天由命，或者調換主要結局指標的同時，也可以想想統(tǒng)計學的一些方法。 特別是做動物實驗的童鞋們，協(xié)方差分析你要用起來，你們的統(tǒng)計分析不僅僅是方差分析和t檢驗?。。。。?/strong>
|
