1 样本量由以下五个要素或参数决定 ➬ 检验水准:也称显著性水平,即α值的大小,通常取0.05,其意义是估计犯Ⅰ类错误(假阳性错误)的概率,即把不等效误判为等效的概率,所以可以认为是消费者的风险; ➬ 检验效能:又称把握度,即1-β值的大小,一般定为不小于80%,其中β是犯第Ⅱ类错误(假阴性错误)的概率,也就是把等效误判为不等效的概率,被认为是生产商的风险; ➬ 个体变异,对于以药代参数指标(AUC、Cmax等)为终点评价指标的交叉设计,一般取参数指标的个体内变异系数CV%; ➬ 试验组和对照组在终点评价指标的差值(θ),一般来说,差值越大,样本量要求越大; ➬ 设定的等效限值Δ:等效范围越窄,样本量要求越大,如以药代动力学参数为终点评价指标的生物等效研究中一般设定的等效限值为±Ln(1.25)。 2 计算方法 ▐ 对数转换的数据与原始数据 令和分别为试验组和对照组在某终点评价指标上的总体均值。 FDA建议在分析之前进行对数转换。对数转换后,我们假设X和Y遵循正态分布,其平均值为和,标准差。 可知: 在交叉设计下,基于对数转换的数据可以获得的准确的90%CI。 因此,在逆变换之后可以获得的确切的90%CI。 ▐ 交叉设计样本量计算 建立评估BE的假设检验如下: 该假设检验可以分解成两个单侧假设:
其中是临床等效性介值。 对于标准的双序列周期(2x2)交叉设计: 设是在第j个给药周期,第k个序列中,第i个受试者的结果设有n1, n2为实验组和对照组的样本量,构建统计推断统计量,如果同时满足下两列不等式,则拒绝: 计算中没有用基于的汇总均值,而使用了加权平均数,以此消除了计算中可的出现的周期效应。 因此,在的假设检验功效记为: 综上所述,样本量计算公式为: 作者&刘庆麒
|
|