Bài viết này trình bày phương pháp xác định kích thước mẫu tối ưu cho các thử nghiệm thí điểm trong nghiên cứu lâm sàng. Mục tiêu là giảm thiểu tổng số lượng người tham gia cần thiết, bao gồm cả giai đoạn thí điểm và giai đoạn thử nghiệm chính. Bạn sẽ hiểu rõ hơn về cách các thử nghiệm thí điểm có thể giúp ước tính phương sai và cách sử dụng các phương pháp điều chỉnh để có được kích thước mẫu hiệu quả nhất.
Trong nghiên cứu lâm sàng, việc xác định kích thước mẫu phù hợp là rất quan trọng. Nếu kích thước mẫu quá nhỏ, nghiên cứu có thể không đủ mạnh để phát hiện ra các khác biệt có ý nghĩa thống kê. Ngược lại, nếu kích thước mẫu quá lớn, nguồn lực có thể bị lãng phí và nhiều bệnh nhân hơn mức cần thiết có thể phải tiếp xúc với các phương pháp điều trị không hiệu quả. Vì vậy, cần phải cân bằng giữa chi phí và lợi ích khi xác định kích thước mẫu.
Các thử nghiệm thí điểm được sử dụng để đánh giá tính khả thi của một nghiên cứu lớn hơn và để ước tính các tham số cần thiết cho việc lập kế hoạch thử nghiệm chính. Một trong những mục tiêu quan trọng của thử nghiệm thí điểm là ước tính phương sai của biến kết quả. Tuy nhiên, các thử nghiệm thí điểm thường có kích thước mẫu nhỏ, dẫn đến việc ước tính phương sai không chính xác. Điều này có thể ảnh hưởng đến sức mạnh thống kê của thử nghiệm chính.
Có nhiều phương pháp để ước tính kích thước mẫu cho thử nghiệm thí điểm. Một số phương pháp dựa trên các quy tắc ngón tay cái, chẳng hạn như sử dụng ít nhất 30 đối tượng để ước tính một tham số hoặc sử dụng 12 đối tượng trên mỗi nhóm điều trị. Tuy nhiên, những quy tắc này không tính đến kích thước của thử nghiệm chính hoặc độ chính xác mong muốn của việc ước tính phương sai. Các phương pháp khác tìm cách giảm thiểu tổng kích thước mẫu trên cả thử nghiệm thí điểm và thử nghiệm chính.
Phương pháp UCL sử dụng giới hạn tin cậy trên cho giá trị ước tính của phương sai từ thử nghiệm thí điểm để lập kế hoạch cho thử nghiệm chính. Điều này giúp đảm bảo rằng thử nghiệm chính có đủ kích thước mẫu để đạt được sức mạnh thống kê mong muốn trong ít nhất một tỷ lệ phần trăm nhất định của các thử nghiệm. Tuy nhiên, phương pháp UCL có thể dẫn đến việc ước tính quá cao kích thước mẫu cần thiết.
Phương pháp NCT tính đến thực tế là ước tính phương sai từ thử nghiệm thí điểm là không chính xác. Phương pháp này sử dụng phân phối t phi trung tâm để tính toán kích thước mẫu cho thử nghiệm chính, điều này giúp kiểm soát sự không chắc chắn trong ước tính phương sai. Phương pháp NCT thường cho kết quả kích thước mẫu nhỏ hơn so với phương pháp UCL.
Để giảm thiểu tổng kích thước mẫu trên cả thử nghiệm thí điểm và thử nghiệm chính, có thể sử dụng phương pháp tối ưu hóa. Phương pháp này tìm cách cân bằng giữa chi phí của việc tuyển dụng nhiều người tham gia hơn vào thử nghiệm thí điểm và lợi ích của việc có được ước tính phương sai chính xác hơn. Phương pháp tối ưu hóa có thể được sử dụng với cả phương pháp UCL và phương pháp NCT.
Phương pháp tối ưu hóa liên quan đến việc tính toán kích thước mẫu tối ưu cho thử nghiệm thí điểm cho một loạt các giá trị có thể có của hiệu ứng tiêu chuẩn hóa trong thử nghiệm chính. Sau đó, kích thước mẫu thí điểm được chọn là kích thước giảm thiểu tổng kích thước mẫu dự kiến trên tất cả các giá trị có thể có của hiệu ứng tiêu chuẩn hóa. Điều này đòi hỏi sự hiểu biết về tác động tiêu chuẩn hóa dự kiến, nếu không có, nên làm theo các quy tắc được trình bày dưới đây.
Khi tác động tiêu chuẩn hóa không chắc chắn, hãy tuân theo các nguyên tắc này để có được kích thước mẫu thử nghiệm thí điểm hiệu quả, đặc biệt là khi phương pháp NCT được sử dụng để tính toán kích thước mẫu thử nghiệm chính. Các thử nghiệm chính được thiết kế với công suất 90% và độ tin cậy hai mặt là 5% thì số lượng mẫu thử nghiệm thí điểm như sau:
Việc ước tính kích thước mẫu cho thử nghiệm thí điểm là một bước quan trọng trong việc lập kế hoạch nghiên cứu lâm sàng. Bằng cách sử dụng các phương pháp điều chỉnh và xem xét các ràng buộc thực tế, các nhà nghiên cứu có thể giảm thiểu tổng kích thước mẫu và tăng hiệu quả của nghiên cứu. Cần cân nhắc kỹ lưỡng các phương pháp ước tính khác nhau và chọn phương pháp phù hợp nhất với mục tiêu và nguồn lực cụ thể của nghiên cứu.
Bài viết liên quan