サンプルサイズと検出力

何人集めればよいかを、公式とシミュレーションの両方で

今日のゴール

  1. 有意水準・検出力・差・ばらつき・人数の 関係を説明 できる
  2. 平均・割合の必要人数を 公式と R の関数 で計算できる
  3. 差と標準偏差の 見積もり方 と落とし穴を知る
  4. 脱落・ベースライン・クラスター・非劣性に合わせて 補正 できる
  5. 公式がない解析でも シミュレーション で検出力を求められる

ヒント

詳しい解説・ブラウザで動く R・演習は ハンズオンブック にあります

1. 検出力とは

同じ研究を 2000 回やると

本当の差 5 mmHg、標準偏差 10 mmHg、1 群 20 人 の t 検定

検出力 = 本当に差があるとき有意になる確率。この計画では 約 33%

5 つの値の関係

値 この例 大きくすると人数は
有意水準 α 0.05(両側) 減る
検出力 1 − β 0.80 増える
差 Δ 5 mmHg 減る(2 乗で効く)
標準偏差 σ 10 mmHg 増える(2 乗で効く)
人数 n 1 群 64 人 ―

\[ n = \frac{2 (z_{1-\alpha/2} + z_{1-\beta})^2 \sigma^2}{\Delta^2} \]

差が半分 → 4 倍(253 人)。検出力 90% → 約 1.3 倍(86 人)

2. 差とばらつきの見積もり

標準偏差は対象者で変わる

NHANES の収縮期血圧(差 5 mmHg を検出力 80% で)

集団 標準偏差 1群の人数
仮の値 10.0 64
40〜69 歳 全員 18.0 205
40〜69 歳・140 以上 14.1 127

計画している研究の 対象者に近い集団 の標準偏差を使う

パイロット研究の標準偏差はあてにならない

20 人のパイロットの SD で人数を決めた試験の 本当の検出力(5000 回)

先行研究の効果は大きすぎる

本当の効果 d = 0.3、1 群 30 人、有意な研究だけが論文になる と

項目 効果
本当の効果 0.30
全研究の平均 0.30
論文になった研究の平均 0.65

この効果で次の研究を計画すると、本当の検出力は約 26%(勝者の呪い)

→ 見込む差は 臨床的に意味のある最小の差 を基本に

3. 割合と設計

割合:基準の割合で人数が変わる

リスク比 0.75 を検出力 80% で

従来 1群の人数 イベント数
40% 356 249
20% 906 317
10% 2005 351
5% 4202 368
2% 10795 378

発生率が低いと人数は膨大。でも必要な イベント数 はほぼ一定

設計で変わる人数

設計 補正 例(基本 64 人)
割付比 2:1 合計 約 1.14 倍 48 + 96 人
脱落 20% ÷ 0.8(× 1.2 ではない) 80 人
ANCOVA(ρ = 0.6) × (1 − ρ²) 42 人
対応のあるデータ 差の SD を使う SD 8 なら 23 人
クラスター(m = 20, ICC 0.05) × (1 + (m − 1) ICC) = 1.95 125 人(7 施設)

クラスターを無視した解析では、差がなくても 約 17% が有意 になる

非劣性:「有意差なし」は「同じ」ではない

マージン 3 mmHg、本当の差 0 → 1 群 176 人。本当の差 −1 なら 394 人

4. 公式がないとき

シミュレーションの 4 ステップ

  1. データを作る仕組みを コードで書く(効果・ばらつき・共変量・脱落)
  2. 解析計画どおりに 解析する
  3. 何千回も繰り返す
  4. 有意になった割合 = 検出力
例 結果
年齢で調整したロジスティック回帰(OR 0.6) 1 群 450 人で約 81%
ログランク検定(HR 0.75) イベント 380 件、1 群 624 人
交互作用(同じ大きさの効果) 主効果の 約 4 倍 の人数

事後の検出力は計算しない

p 値の言い換えにすぎない。有意でなければ 必ず 50% 未満。代わりに 信頼区間 を示す

まとめ:計画書に書くこと

  1. 主要評価項目と解析方法
  2. 見込む差と根拠(臨床的に意味のある最小の差)
  3. ばらつき(SD・割合・イベント率)と 出典
  4. 有意水準(両側/片側)と検出力
  5. 脱落・割付比・クラスターの補正
  6. 使ったソフトウェア・シミュレーションの条件
  7. 非劣性ならマージン、複数の主要評価項目なら有意水準の調整

ヒント

演習とチェックリストはハンズオンブックの第 9 章へ