样本量与效能：研究需要多少样本

样本量计算结果

采用两独立样本、等方差、双侧 pooled t 检验，按两组 1:1 分配，使用非中心 t 分布搜索达到目标效能的最小整数样本量。

主要参数：

• 共同标准差：10 分
• 目标组间差异：4 分
• 标准化效应量：Cohen (d=4/10=0.40)
• 双侧 (\alpha=0.05)
• 效能：80%
• 预计失访率：15%

主要结论

检出 4 分差异、效能 80% 时：

• 可分析样本量：每组 100 人，共 200 人
• 失访膨胀：(\lceil100/(1-0.15)\rceil=\lceil117.647\rceil=118)
• 计划招募：每组 118 人，共 236 人

样本量先逐整数搜索出达到目标效能的最小可分析人数，再按失访率逐组向上取整，以维持 1:1 分配。

情景比较

计算假定两组共同 SD 均为 10。若治疗组变异更大、存在不等分配、多重主要结局、中期分析、聚类或其他设计特征，需要重新计算。

已生成文件

文件保存在项目 “公开实测案例｜统计与数据科学｜样本量与效能：研究需要多少样本｜GPT-5.6-sol” 根目录：

• sample_size_report.html：中文 HTML 报告
• sample_size_assumptions.csv：假设、取值及来源
• sample_size_results.csv：8 个情景的详细结果
• power_curves.png：功效曲线
• sample_size_power.py：可复现 Python 脚本

复现命令：

python sample_size_power.py --output-dir .

已重新运行脚本并核验：8 个情景均为达到目标效能的最小整数样本量，前一整数样本量的功效均低于目标，失访膨胀和报告关键内容也已验证。

样本量计算不能替代可行性或临床意义判断。4 分是否属于临床重要差异，应结合患者意见、临床专家判断、量表解释和既往证据确认；同时还应评估招募速度、中心容量、预算、随访质量及失访机制。统计效能达标并不保证研究无偏、可执行或具有临床价值。