循证医学助手

诊断准确性试验设计

两独立样本的灵敏度（或特异度）比较

例如随机分为A和B两组，各组均进行金标准检查和待检验的检查

I类错误（默认双侧）,Type I error，$\alpha$			*
检验效能，Power，$1-\beta$			*
选择比较指标			*
A组灵敏度或特异度，$P_{senA}或P_{speA}$			*
B组灵敏度或特异度，$P_{senB}或P_{speB}$			*
分配比例，Allocation ratio，$r$			*
纳入人群的患病率，Prevalence，$Prev$			*
页面计算码			*

结果：

示例1:

Nomura, Tamaki, Tanaka, et al (2006) conducted a study to evaluate the utility of various salivary enzyme tests for screening of periodontitis. Amongst the biochemical markers, salivary lactate dehydrogenase (LDH), with a cut at 371 IU/L, appeared the best and free haemoglobin (f‐HB), with a cut at 0.5 IU/L, the worst, with sensitivities 0.66 and 0.27, respectively. The anticipated proportion with periodontal disease is anticipated to be 1 in 4. If the difference anticipated is the same as that observed by Nomura, Tamaki, Tanaka, et al (2006), then the planning difference is SenB − SenA = 0.66 – 0.27 = 0.39 and Prev = 1/4=0.25. Thus, for a 2‐sided test of 5% and power 80%, the total number with the disease required using equation (21.16) is 196 for 1:1 randomization.

$\alpha$=0.05（双侧），$power$=0.8
灵敏度，$P_{senA}$=0.66，$P_{senB}$=0.27，$r$=1，$Prev$=0.25。

参数说明:

$\alpha$，一类错误，检验水准，结果为假阳性的概率。α越小，即检验水准要求越高，正态分布对应的Z值越大，样本量要求越大。
$\alpha$，有单双侧之分，双侧检验只关注是否存在差异，单侧检验既考虑是否存在差异，还关注差异的方向。两者的计算公式不同，可在计算器页面选择“单侧”或“双侧”进行切换。双侧$\alpha$=0.05，等价于单侧$\alpha$=0.025，对应的Z值均为1.96。 $$双侧检验的备择假设：P_{senA}\neq{P_{senB}}$$ $$单侧检验的备择假设：P_{senA}>{P_{senB}}或者P_{senA}<{P_{senB}}$$
$1-\beta$，检验效应，等于1-II类错误（$\beta$），表示当存在差异时，假设检验能得到阳性结果的概率。一般要求检验效能在0.8以上，否则会出现非真实的阴性结果。

选择的指标，灵敏度：采用金标准诊断为“患病”的人群中，诊断性试验诊断为阳性例数的比例，也称为真阳性率。特异度：采用金标准诊断为“未患病”的人群中，诊断性试验诊断为阴性例数的比例，也称为真阴性率。
$P_{senA}$，估计的组A的灵敏度，可通过文献查阅，或通过预实验数据计算，点击跳转。
$P_{senB}$，估计的组B的灵敏度，可通过文献查阅，或通过预实验数据计算，点击跳转。
$P_{speA}$，估计的组A的特异度，可通过文献查阅，或通过预实验数据计算，点击跳转。
$P_{speB}$，估计的组B的特异度，可通过文献查阅，或通过预实验数据计算，点击跳转。
$r$，两组的分配比例，如输入2，表示组A和组B人数之比为2：1。
$Prev$，灵敏度的计算仅涉及患者人群，而诊断试验需要同时纳入患病人群（计算灵敏度）和未患病人群（计算特异度）。该参数是设置诊断试验受试者中的患病率，不是一般人群中的疾病患病率。如0.5，表示试验将纳入一半的患者和一半的非患者。

页面计算码：样本量计算花费开发者（黄桥）大量时间进行整理和网页开发，请关注作者个人公众号，发送“计算码”获取最新码。

计算公式（需输入计算码）:

1、依据灵敏度计算病人数或依据特异度计算非病人数

双侧检验：

$$n=(\frac{1+r}{r})*\frac{[Z_{1-\alpha/2}*\sqrt{(1+r)*\overline{P}*(1-\overline{P})}+Z_{1-\beta}*\sqrt{r*P_A*(1-P_A)+P_B*(1-P_B))}]^2}{(P_A-P_B)^2}$$

其中，$P_A$是A组的灵敏度（或特异度），$P_B$是B组的灵敏度（或特异度），$\overline{P}=(P_A+r*P_B)/(1+r)$

2、依据病人数或非病人数计算总人数：

若比较灵敏度，则总人数

$$N_{subject}=\frac{n}{Prev}$$

若比较特异度，则总人数

$$N_{subject}=\frac{n}{1-Prev}$$

3、计算各组人数：

A组需要人数：

$$n_A=N_{subject}/(1+r)$$

B组需要人数：

$$n_B=r*N_{subject}/(1+r)$$