nQuery小课堂 | 为什么样本量计算很重要?

2021-10-18

nQuery小课堂 | 为什么样本量计算很重要?

首先,太小的研究更有可能产生不确定、不正确或虚假的结果。这是因为较小的样本量将产生具有较大变异的估计值。然后,这些估计在建模和理解研究中的真正目标和潜在问题时将变得不那么有用。

其次,由于样本量不足而更有可能失败的研究被认为是不道德的。这是因为,只有当研究有可能产生有用的信息时,将人类受试者或实验室动物暴露于与研究相关的可能风险中才是合理的。此外,规模过大的研究也面临同样的伦理问题,也会浪费资金、研究对象和时间等本就稀缺的资源。

由于这些原因,样本量论证是研究设计的一个标准部分。无论是自然出版集团(Nature Publishing Group)还是美国联邦药品管理局(FDA),如果一项研究的样本量不合理,那么它被拒绝、审查或失败的几率就会更高。

  • 统计能力是确定样本大小最常用的度量标准。
  • 功效(power)是研究能够检测到特定规模或更大规模的药物或干预措施的真实效果的概率。
  • 在统计假设术语中,功效(power)是当原假设为假时拒绝原假设的概率。


关于nQuery

nQuery是一个面向全球的完善的临床试验设计软件平台,它可以使您的临床试验速度更快、成本更低、更成功!

2020年,在全球获得FDA批准的临床试验的组织机构中,有91%使用了nQuery。

nQuery受到了全球的需要设计高效的临床试验、以获得监管批准的生物统计学家和研究人员的青睐。它是世界上最值得信赖的临床试验设计平台:

  • 获得监管法规的批准
  • 降低临床试验的风险和成本
  • 强大的样本量选项
  • 便于分享、授权给你的团队
  • 直观的样本量&功效计算器





返回列表