某医院采用队列研究的方法，研究某药物预防卒中相关肺炎发生的疗效。流行病学提示不用该药物卒中相关肺炎发生率为24%，RR为0.5，α=0.05（双侧），β=0.2，采用1：1的非配对设计，根据Fleiss公式计算各组所需的样本量为160，共需纳入320名患者。

---

需要输入的参数：

双侧，α=0.05，power=0.8，$RR$=0.5，$P_0$=0.24，r=1，计算方法：Fleiss

     Two competing therapies for a particular cancer are to be evaluated by the cohort study strategy in a multi-center clinical trial. Patients are randomized to either treatment A or B and are followed for recurrence of disease for 5 years following treatment. Using Kelsey's formula 133 per arm of participant is required, which makes a total of 266 participants needed to be recruited, if the test is to be performed at α=0.05 level and 90% power, if it is assumed that p0=0.35 and p1=0.175 with RR=0.5.

---

需要输入的参数：

双侧，α=0.05，power=0.9，$RR$=0.5，$P_0$=0.35，r=1，计算方法：Kelsey

• $\alpha$，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。本计算中仅采用双侧法方法，双侧$\alpha$=0.05，等价于单侧$\alpha$=0.025，对应的Z值均为1.96。
• $1-\beta$，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。
• $P_0$，非暴露组的事件发生率。
• RR，估计的相对危险度，$RR=P_1/P_0$，其中$P_1$为暴露组的事件发生率。你还可以点击此处计算RR值，或者点击此处将OR转换为RR，或者点击此处将HR转换为RR。
• 计算方法：本计算纳入 Fleiss方法、Fleiss+连续校正方法和Kelsey方法。
• $r$，暴露组与非暴露组的分配比例，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。