9  演習と、サンプルサイズ設計のチェックリスト

これまでの章の内容を、自分の手で使ってみます。 この章のコードセルは自動では実行されません。空欄(___)を埋めて「Run Code」 を押してください。解答例は各問の下に折りたたんであります。

9.1 サンプルサイズ設計のチェックリスト

# 確かめること 章
1 主要評価項目 は 1 つに決まっているか。複数なら有意水準をどう調整するか 8
2 問いは 優越性・非劣性・同等性・推定 のどれか 6, 8
3 主解析の 検定・モデル は何か(t 検定、ANCOVA、ロジスティック回帰、ログランク検定…) 2, 3, 5, 7
4 見込む差は 臨床的に意味のある最小の差 か。標準化効果量の目安に頼っていないか 4
5 先行研究の効果を使うなら、過大評価 の可能性を考えたか 4
6 標準偏差・割合・イベント率の 出典 は、計画する研究の対象者に近いか 2, 4
7 標準偏差が小さいパイロット研究由来なら、上限 を使うか感度分析をしたか 4
8 割合なら、基準の割合 で人数が大きく変わることを確かめたか。発生率が低いなら イベント数 で考えたか 3, 7
9 ベースライン を測るなら ANCOVA で計画したか。相関 ρ は控えめか 5
10 割付比・脱落(割り算)・クラスター(デザイン効果) を補正したか 5
11 解析で使う検定(Yates・Fisher・調整など)で検出力を シミュレーションで確かめた か 3, 7
12 Δ・σ を変えた 感度分析の表 を用意したか 4
13 第三者が 再現できる ように、値・出典・ソフトウェアを記載したか 8

9.2 演習 1:減量プログラムの試験

BMI 25 以上の 30〜59 歳を対象に、減量プログラムと通常の指導を比べる試験を計画します。主要評価項目は 6 か月後の BMI、臨床的に意味のある最小の差は 1 kg/m² です。

9.2.1 1-1. 標準偏差を見積もり、人数を求める

NHANES から対象者に近い集団の BMI の標準偏差を求め、両側 5%・検出力 80% で必要な 1 群の人数を計算してください。

s <- sd(target$BMI)
n <- ceiling(power.t.test(delta = 1, sd = s, power = 0.80)$n)

標準偏差は約 6.4 kg/m²、必要な人数は 1 群 652 人です。

9.2.2 1-2. 脱落とベースライン

6 か月で 20% が脱落すると見込みます。脱落を見込んだ人数を求めてください。 次に、ベースラインの BMI で調整する ANCOVA にすると(ベースラインと 6 か月後の相関 ρ = 0.8)、脱落前の人数はいくらになりますか。

ceiling(n / (1 - 0.2))
ceiling(power.t.test(delta = 1, sd = s * sqrt(1 - rho^2), power = 0.80)$n)

脱落を見込むと 1 群 815 人。ANCOVA にすると、脱落前で 1 群 236 人(脱落を見込んで 295 人)まで減ります。BMI のように個人内で安定した値では、ベースラインで調整する効果が大きくなります。

9.3 演習 2:禁煙プログラムの試験

6 か月後の禁煙率が、従来の指導で 10%、新しいプログラムで 18% になると見込みます。

9.3.1 2-1. 人数を計算し、シミュレーションで確かめる

両側 5%・検出力 90% で必要な 1 群の人数を求め、補正なしの χ² 検定でシミュレーションして確かめてください。

n2 <- ceiling(power.prop.test(p1 = 0.10, p2 = 0.18, power = 0.90)$n)
prop.test(c(x, y), c(n2, n2), correct = FALSE)$p.value < 0.05

1 群 394 人。シミュレーションでも約 91% になります。

9.3.2 2-2. 学校ごとに割り付けると

同じ介入を、高校ごとに割り付けることにしました(1 校 25 人、ICC = 0.02)。演習 1 の BMI の試験も学校単位で行うなら、デザイン効果と、1 群に必要な学校の数はいくらになりますか(演習 1 の 652 人をもとに)。

de <- 1 + (25 - 1) * 0.02

デザイン効果は 1.48、1 群 39 校(975 人)です。ICC が 0.02 と小さくても、人数は約 1.5 倍になります。

9.4 演習 3:非劣性試験

新しい抗菌薬の治癒率が、従来の薬と同じ 90% と見込み、非劣性マージンを 5 ポイントとします。片側 2.5%・検出力 80% で必要な 1 群の人数を求めてください。

p <- 0.90; M <- 0.05
ceiling((qnorm(0.975) + qnorm(0.80))^2 * (p * (1 - p) * 2) / M^2)

1 群 566 人です。

9.5 演習 4:自分の研究で

自分が計画している(または読んだ論文の)研究について、次の値を入れて人数を計算し、Δ と σ を変えた感度分析の表を作ってください。

9.6 確認問題

ノート問題
  1. 検出力 80% とは、何が 80% の確率で起きることですか
  2. 標準偏差の見込みが 2 倍になると、必要な人数は何倍になりますか
  3. 脱落率 25% を見込むとき、必要な人数 100 人は何人にすればよいですか
  4. 有意差が出なかった研究で「事後の検出力は 35% だった」と報告することの問題は何ですか
  5. 1 群 30 人の小さい先行研究で有意だった効果の大きさを、そのまま次の研究の計画に使うことの問題は何ですか
  6. 主解析のために計画した人数で、サブグループ間の効果の違い(交互作用)を検出できるとは限らないのはなぜですか
  1. 本当に見込んだ大きさの差があるとき、研究の結果が有意になること(第 1 章)
  2. 4 倍。人数は σ² に比例します(第 1 章)
  3. 134 人(100 ÷ 0.75 = 133.3 を切り上げ)。100 × 1.25 = 125 人では足りません(第 5 章)
  4. 観測された効果で計算した事後の検出力は p 値だけで決まり、有意でなければ必ず 50% 未満になります。新しい情報はなく、代わりに効果の推定値と信頼区間を示します(第 8 章)
  5. 小さい研究で有意になるのは、たまたま効果が大きく出たときなので、報告された効果は過大になりやすい(勝者の呪い)。その効果で計画すると、人数が少なすぎて検出力が足りなくなります(第 4 章)
  6. 交互作用は「サブグループ間の差の差」で、ばらつきが大きく、同じ大きさの効果を見つけるにも約 4 倍の人数が必要だから(第 7 章)