某一项III期临床试验，欲证明一种受体阻断药新药治疗急性风疹的临床效果，采用平行安慰剂对照、1：1设计。根据以往文献查阅，安慰剂组的治愈率为45%，预期本新药的治愈率为65%，设$\alpha$=0.05（双侧），检验效能$1-\beta$=0.90的水平上，根据公式，试验组和对照组各需要125例。考虑到10%的数据不完整，最终纳入278人。

---

需要输入的参数：

双侧，α=0.05，power=0.9，$P_E$=0.65，$P_C$=0.45，r=1，AR=0.1

     A sample size of 230 infants, 115 in each arm, is sufficient to detect a clinically important difference of 16% between groups in curing sepsis using a one-tailed z-test of proportions between two groups with 80% power and a 5% level of significance. This 16% difference represents a 50% cure rate using drug A and 34% cure rate using placebo.

---

需要输入的参数：

单侧，α=0.05，power=0.8，$P_E$=0.5，$P_C$=0.34，r=1

• $\alpha$，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。 $$双侧检验的备择假设：P_E\neq{P_C}$$ $$单侧检验的备择假设：P_E>{P_C}或者P_E<{P_C}$$
• $1-\beta$，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。
• $P_E$，试验组的事件发生率，可通过查阅文献或预实验估计。
• $P_C$，对照组的事件发生率，可通过查阅文献或预实验估计。
• $r$，两组分配比例，设置$n_e=r*n_c$，例如输入1，表示1：1的分配比例。
• $AR$，预估失访、数据不完整等原因导致实际样本量减小的比例，常取0.1或0.2。

---

• 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。