为什么要估算样本量？

本文内容整理自医咖会《样本量计算的理论+实操》专栏，小咖针对其中关于“为什么估算样本量”的内容进行了整理，可点击左下角“阅读原文”查看完整视频。

样本量估算起源于临床试验。早期上市试验的发起方一般为药企，开始前必须考虑经费、招募规模、足以满足上市需求的结果评价的成本等等。后来，临床不同科室、不同专业都会进行临床研究，其中也包括临床试验。

随着越来越多的临床试验的开展，人们逐渐意识到，想要得到一个真实的、有意义的结果，对于研究质量的考量在研究设计阶段必不可少。在这个过程中，样本量估算逐渐受到重视。

样本量过大或过小都有缺点。样本量过大时，可能会经费不足，更重要的是实际操作难度较大，比如质控，四大期刊都倾向于多中心研究，其存在具有代表性等诸多优势，但其质控需要严格把控。样本量大到一定程度，足以获得统计效能来检验组间差异之后，继续增加样本量可能就比较浪费。

样本量过小，操作简单，但可能检验效能低到根本不足以检出差异。就像一些阴性结果的研究局限性部分，常见其将阴性原因归咎于样本量过小，但其实并不一定。

其实，估算样本量主要是为了克服抽样误差。临床研究一般是想通过抽样的样本人群得出结论，然后推广到总体目标人群，是从样本到整体的一个过程。而抽样人群的数据是碰巧存在的，还是真实存在的？这就需要应用统计学来处理。

这种利用样本信息对相应总体的特征进行的推断称为统计推断。而处理上述问题时，“对所估计的总体首先提出一个假设，然后通过样本数据去推断是否拒绝这一假设”的过程，就是常说的假设检验。

如果来自同一总体抽取的两个样本，其差异是因为抽样误差，对应到统计学中即“P>0.05”，无统计学意义。而如果来自两个总体分别抽取的样本，其差异是本质不同引起的，对应到统计学中即“P<0.05”，有统计学意义。

在假设检验中，有两个概念和样本量估算有关，其一为I类错误，也就是假阳性错误，常称弃真假设；II类错误为存伪。对应的统计学参数为α和β，前者对应的是可信度，也就是常见的显著性水平P值预设的0.05；后者1-β对应的是把握度，代表两总体确实有差别时，差别被检出的能力。

那么P值有什么意义呢？举例来讲，如果两组（A vs B）的有效率是固定的，不同样本量的P值如下图，第三种情况P<0.05，但处于临界状态，稍有变动可能就会出现组间差异不显著的情况。因此，研究者不应神化P值。

临床研究的设计中，样本量只是统计学解决的问题之一。估算样本量并不是套公式就可以简单计算的，而是一个系统的工作，必须对研究者计划的疗效指标、随访情况、组内变异、α、β等等都有一定的了解。