王杨教授

临床研究设计首先需要考虑研究类型、确定研究假设、明确主要研究指标，然后根据文献分析、临床经验或预试验结果，获得对预期疗效的估计，完成样本量设计。临床研究设计是复杂且系统的过程，需要统计学家和临床专家共同讨论和决策。

在此过程中，所谓的“统计学概念”其实背后均有其对应的临床解读。显著性水平也叫做犯假阳性错误的概率，与统计学指标P 值相对应，通常在分析阶段P ＜ 0.05 时被认为组间差异有统计学意义。

如何理解P 值的临床意义？比如比较两种治疗方法的有效率，若样本量为10 例每组，两方法的有效率分别为90%和80%，P=0.53，其临床意义为：试验组真实的有效率与对照无差别，但每组仅观察10 例患者，错误地认为试验组比对照组更好，犯这种错误的可能性高达53%。

大家希望自己犯这种错误的风险越低越好，低到多少可以被接受？约定俗成5%，这就是在设计阶段显著性水平取0.05 以及统计检验阶段看P 值是否<0.05 的原因。

上面的例子若扩大到100 例每组，P=0.048，则可认为组间差异是真实存在的。把握度在样本量有限的试验中，即使效应值相差很大的两组也会有阴性结果出现。这里遇到的问题就是把握度不足。

样本量确定常被称为把握度分析，可见把握度的重要性，其意义可理解为：当试验组与对照组相比真的更有效时，通过一次临床试验能成功将其证明的可能性大小。

一般在临床试验中把握度至少设定在80%的水平，研究者也可以根据预期和实际将把握度提高至90% 或更高，但需明确的是，当组间疗效的差异为特定水平时，把握度提高，研究所需样本量也对应加大；而样本量不变的情况下，组间差异减小，把握度则下降，即试验失败的可能性增加。

需强调的是，对于小样本量试验，不管结果阴性或阳性，都需谨慎对待，有必要在回顾其研究设计时予以综合评价。

当然，样本量估计中预期疗效建立的基础至关重要，如目标人群。因目标人群直接决定研究结果的外推性，而且在对预期疗效进行估计时，应考虑不同地域或地区人群在人口学指标和病史等特征上的差异，还需充分考虑治疗与操作规范差异可能导致的差异。终点指标的选择也是研究设计的关键，不同的选择会导致最终设计样本量上的差异。

来源：中国循环杂志