生存数据中样本量的计算（六）

 

在这篇博文中，小胖向大家简单介绍一下一些比较复杂的两组比较的临床试验的样本量的计算，在这些临床试验中，可能存在piecewise proportional hazard ratio 或 nonproportional hazard ratio，time-dependent hazard, lag in treatment effect, crossover, stratification等复杂的情况。

 

1. Lakatos Method：

 

Lakatos Method由Lakatos提出：

 

Lakatos E. Sample size based on the log-rank statistic in complex clinical trials.

Biometrics 1988;44:229-41.

 

Lakatos E and Lan KKG. A comparison of sample size methods for the log rank statistic.

Stat Med 1992;11:179-91.

 

Lakatos Method计算出的样本量，即使在proportional hazards assumption违反的情况下，log-rank test也能保持足够的power。因此，当proportional hazards assumption成立的情况下，Lakatos Method计算出的样本量往往会比LF method要大。

 

具体到软件计算，大家可以参考PASS中的Logrank Tests (Lakatos)模块。

 

 

2. Simulations

 

当hazards不是proportional时，可以近似为piece-wise constant hazards。这可以通过East或nQuery软件把研究时间划分成几段间隔时间，在每段间隔时间里hazard可以被视为是constant的。这样每段时间间隔内的hazard ratio就可能各不相同。同样，我们也可以规定不同时间间隔的不同dropout，入组情况等。

 

在nQuery中，大家可以通过Log-rank test, user specified survival rates, accurual, dropouts(simulation)模块来实现。