1. 单组（或配对）
1.1 单组率的估计
- 结局指标：二分类，如患病率、不良事件发生率。
- 适用范围：描述性横断面研究。
- 特点：可计算有限总体和无限总体两种场景的样本量。
更新时间：2022-7-29（黄桥）
1.2 单组（配对）率的比较
- 结局指标：二分类，如患病率。
- 适用范围：描述性横断面研究。
- 特点：单组率和总体率比较（差异检验（双侧）、优效检验（单侧））
更新时间：2022-7-29（黄桥）
1.3 单组均值的估计
- 结局指标：连续变量，如血红蛋白含量。
- 适用范围：描述性横断面研究。
- 特点：无
更新时间：2022-8-2（黄桥）
1.4 单组（配对）均值的比较
- 结局指标：连续变量，如血红蛋白含量。
- 适用范围：描述性横断面研究、配对设计。
- 特点：单组均数和总体均数比较 、配对设计的均数比较（差异检验（双侧）、优效检验（单侧））
更新时间：2022-8-1（黄桥）
1.5 相关系数的样本量估计
- 结局指标：两个连续变量，如血红蛋白含量与锰元素含量。
- 适用范围：采用相关系数的关联性分析目的，横断面设计等。
- 特点：无
更新时间：2022-8-2（黄桥）
1.6 单样本生存曲线的样本量估计
- 正在开发中... ...
更新时间：
2. 平行组间比较
2.1 两组间的率差（proportion difference）
- 研究因素：二分类结局，如治疗分组。
- 结局指标：二分类变量结局，如治愈率。
- 适用范围：平行设计的随机/非随机对照试验，队列研究等。
- 特点：任意的组间分配比例，单双侧检验切换：双侧-差异性，单侧-优效性。
更新时间：2022-8-7（黄桥）
2.2 两组间均数差（mean difference）
- 研究因素：二分类变量，如治疗分组。
- 结局指标：连续变量结局，如血糖水平。
- 适用范围：平行设计的随机/非随机对照试验，队列研究等。
- 特点：任意的组间分配比例，单双侧检验切换：双侧-差异性，单侧-优效性。
更新时间：2022-8-8（黄桥）
2.3 相对危险度RR/患病比PR
- 研究因素：二分类变量，如治疗分组。
- 结局指标：二分类结局，如是否发生不良事件。
- 适用范围：非配对队列研究 | 随机/非随机对照试验 | 分析性横断面研究。
- 特点：任意的组间分配比例、支持Fleiss、Fleiss+连续校正方法和Kelsey三种计算方法
更新时间：2022-8-9（黄桥）
2.4 比值比OR/患病比值比POR
- 研究因素：二分类变量，如暴露组/非暴露组。
- 结局指标：二分类结局，如是否患病。
- 适用范围：非配对病例对照研究 |分析性横断面研究。
- 特点：任意的组间分配比例、支持Fleiss、Fleiss+连续校正方法和Kelsey三种计算方法
更新时间：2022-8-11（黄桥）
2.5.1 风险比HR（基于log-rank检验，Schoenfeld方法）
- 研究因素：二分类变量，如暴露组/非暴露组。
- 结局指标：时间-事件结局，如总死亡率OS、PFS等。
- 适用范围：队列研究|平行的随机/非随机对照试验。
- 特点：任意的组间分配比例、4种场景的HR估计方法、 考虑两种场景下的招募时间和随访时间、允许组间换组、允许无信息的删失。
更新时间：2022-8-28（黄桥）
2.5.2 风险比HR（基于log-rank检验，Freedman方法）
- 研究因素：二分类变量，如暴露组/非暴露组。
- 结局指标：时间-事件结局，如总死亡率OS、PFS等。
- 适用范围：队列研究|平行的随机/非随机对照试验。
- 特点：任意的组间分配比例、4种场景的HR估计方法、考虑两种场景下的招募时间和随访时间、允许组间换组、允许无信息的删失。
更新时间：2022-8-29（黄桥）
2.5.3 风险比HR（基于log-rank检验， Lactos方法）
- 研究因素：二分类变量，如暴露组/非暴露组。
- 结局指标：时间-事件结局，如总死亡率OS、PFS等。
- 适用范围：队列研究|平行的随机/非随机对照试验。
- 特点：仅支持1：1的设计，4种场景的HR估计方法、考虑两种场景下的招募时间和随访时间、允许组间换组、允许有信息的删失。
更新时间：2022-9-1（黄桥）
2.5.4 风险比HR（基于COX等比例风险模型）
- 研究因素：任意类型。
- 结局指标：时间-事件结局，如总死亡率OS、PFS等。
- 适用范围：队列研究|平行的随机/非随机对照试验。
- 特点：允许单因素和多因素COX回归的样本量估计。
更新时间：2022-9-2（黄桥）
3. 诊断准确性试验
3.1 单组设计 - 基于灵敏度和特异度的样本量估计
- 研究因素：二分类变量，是否阳性。
- 结局指标：二分类变量结局，是否患病。
- 适用范围：诊断准确性试验（横断面设计）。
- 特点：可基于灵敏度、或特异度、或二者计算样本量。
更新时间：2022-9-8（黄桥）
3.2 单组设计 - 基于ROC的样本量计算
- 研究因素：二分类变量，是否阳性，或连续性测量指标。
- 结局指标：二分类变量结局，是否患病。
- 适用范围：单组以AUC为研究结局的设计。
- 特点：以综合指标AUC为效应指标，可设置不同的患者和非患者比。
更新时间：2022-10-2（黄桥）
3.3 两平行组 - 基于灵敏度或特异度的组间比较
- 研究因素：二分类变量，是否阳性。
- 结局指标：二分类变量结局，是否患病。
- 适用范围：随机/非随机对照的诊断准确性试验。
- 特点：受试者随机分组，选择灵敏度或特异度的对比
更新时间：2022-9-28（黄桥）
3.4 配对设计 - 基于灵敏度或特异度的组间比较
- 研究因素：二分类变量，是否阳性。
- 结局指标：二分类变量结局，是否患病。
- 适用范围：配对设计的诊断准确性试验。
- 特点：配对设计，受试者需要同时接受待检验的检查（A和B）以及金标准检查，样本量需求小，但受试者负担重。
更新时间：2022-9-30（黄桥）
3.5 平行设计 - 基于ROC的组间比较
- 研究因素：二分类变量，是否阳性。
- 结局指标：二分类变量结局，是否患病。
- 适用范围：平行设计的诊断准确性试验。
- 特点：所有受试者均完成金标准检查，再随机按1：1分为两组，分别完成组1的检验和组2的检验，支持Obuchowski 1994（双正态分布）和Blume 2009（任意分布）的检验结果。
更新时间：2022-10-21（黄桥）
3.6 配对设计 - 基于ROC的组间比较
- 正在开发中... ...
更新时间：
4. 临床试验（优效、非劣、等效）
已开发待验证中... ...
