样本量计算完全指南：医学研究的核心方法
SEO Metadata
- Focus Keyword: 样本量计算
- SEO Title: 临床研究样本量计算指南 | 统计功效与精度 | EditVerse
- Meta Description: 学习如何计算临床研究所需的样本量。详解统计功效、显著性水平、效应大小等核心概念，掌握NMPA合规的样本量估算方法。
样本量计算完全指南：确保您的研究有足够统计力
引言
样本量计算是临床研究设计中最关键但经常被忽视的步骤。许多研究者在获得资金和伦理批准后才突然意识到：我的研究到底需要多少受试者？这个问题回答不好，会导致三个严重后果：
- 样本量过小：研究无法检测到真实存在的效应，论文发表时被审稿人质疑，监管机构拒绝接受数据
- 样本量过大：浪费宝贵的研究资源和受试者的时间，增加不必要的成本和伦理风险
- 事后计算：如果您在研究完成后才进行功效分析，监管机构会将其视为”双重检视”(p-hacking)的证据
本指南将帮助您理解样本量计算的科学原理，掌握实用的计算方法，并确保您的计算符合中国国家药品监督管理局(NMPA)和国际临床试验标准(ICH-GCP)的要求。
简单来说
样本量计算回答的问题是：要检测到我感兴趣的治疗效果，我需要多少受试者？答案取决于四个因素：(1)我愿意接受多大的错误风险？(2)我期望的治疗效果有多大？(3)背景群体中的结果变异性如何？(4)我想要多高的把握度？理解这四个因素，您就能合理计算样本量。
核心统计概念
I类错误和II类错误
I类错误(α错误)：假阳性
- 定义：当实际没有差异时，我们错误地宣称存在差异
- 临床含义：宣传无效的治疗方法
- 传统水平：α = 0.05(5%)
II类错误(β错误)：假阴性
- 定义：当实际存在差异时，我们错误地宣称没有差异
- 临床含义：误以为有效的治疗无效
- 传统水平：β = 0.10或0.20(80-90%的功效)
统计功效(Statistical Power)
统计功效 = 1 – β，是指当真实存在效应时，我们正确检测到它的概率。
- 90%功效：100个相似研究中，90个会得出正确结论
- 80%功效：100个相似研究中，80个会得出正确结论(常用)
功效受以下因素影响：样本量（越大，功效越高）、效应大小（真实效应越大，功效越高）、显著性水平（α越小，所需样本越大）、数据变异性（变异越大，所需样本越大）。
效应大小(Effect Size)
效应大小是治疗效果的大小度量：
Cohen’s d（用于连续变量）：小效应 d = 0.2；中等效应 d = 0.5；大效应 d = 0.8
相对风险(RR)或优势比(OR)（用于二分类变量）：最小临床意义差异(MCID)需要预先定义。
样本量计算的四步法
第一步：明确研究问题和主要结局
您的主要研究假设是什么？您期望在哪个主要结局指标上看到差异？这是优越性试验还是非劣效性试验？
| 试验类型 | 零假设 | 备择假设 |
|---|---|---|
| 优越性 | 两组无差异 | 新治疗优于对照 |
| 非劣效性 | 新治疗差于对照 | 新治疗不差于对照(≥预定边界) |
| 等效性 | 两组有差异 | 两组等效(在预定范围内) |
NMPA指南：新药评审通常要求优越性试验，除非有特殊理由进行非劣效性试验。
第二步：确定效应大小
这是样本量计算中最困难的步骤，因为您需要基于现有证据预测真实效应。
来源：文献数据（相似患者人群中报告的疗效）、初步研究（您的前期小规模研究或试点研究）、临床判断（当前可用证据不足时的专家意见）、最小临床意义差异(MCID)（患者和临床医生认为有临床意义的最小差异）。
常见错误：从文献中取最乐观的效应估计、不记录效应大小的来源和假设、过高估计预期效应（导致样本量过小）。
最佳实践：使用保守的效应估计（接近文献平均值而非最高值）、进行敏感性分析（在不同效应大小假设下计算样本量），必要时可借助专业统计分析支持复核假设的合理性；此外应清晰记录效应大小假设的依据。
第三步：选择适当的统计检验和显著性水平
单侧 vs 双侧检验：双侧检验(α = 0.05)常规选择；单侧检验仅当有充分理由相信效应只能朝一个方向时，但NMPA通常不接受。
多重比较的调整：如果有多个主要结局，需要调整显著性水平（如Bonferroni法），样本量需相应增加。
第四步：进行样本量计算
比较两组连续变量均值的基本公式：
n = 2σ²(Z_α/2 + Z_β)² / d²
其中：n = 每组所需样本量；σ = 总体标准差；Z_α/2 = 显著性水平对应的Z值（双侧，α=0.05时，Z=1.96）；Z_β = 功效对应的Z值（β=0.20时，Z=0.84，对应80%功效）；d = 预期差异。
举例计算：
假设：研究评估新降血压药vs对照；主要结局：收缩压降低(mmHg)；预期差异5mmHg；标准差12mmHg；α = 0.05（双侧），功效80%。
计算：n = 2 × 144 × 7.84 / 25 ≈ 90
因此每组需要90名受试者，总计180名。
常用软件：G*Power（免费，最常用）、nQuery、PASS、R软件包（power.t.test）。如果团队中没有熟悉这些工具的人员，把功效分析与样本量估算交给医学统计分析团队处理，通常比事后补算更省时。
多中心试验中的样本量调整
如果您的研究涉及多个中心，需要考虑聚类(clustering)效应：同一中心的患者往往更相似，数据不是完全独立。这导致有效样本量小于名义样本量。需要乘以设计效应(Design Effect)：DE = 1 + (m-1)×ICC（m = 每中心平均样本量，ICC = 聚类内相关系数，通常0.01-0.05）。
NMPA指南：多中心试验的样本量必须在研究协议中明确说明聚类效应的处理。
常见样本量计算错误
错误1：忽视脱落率
计算n=100，但未考虑患者脱落，导致实际数据不足，统计功效不达预期。修正：n_final = n / (1 – 预期脱落率)。如预期脱落10%：n_final = 100 / 0.9 ≈ 111。
错误2：使用不实际的效应假设
假设治疗效应d=0.8，但文献证据仅支持d=0.3，导致样本量严重不足。预防：进行文献系统评价，与团队讨论现实的效应大小。
错误3：事后才进行功效分析
研究完成后，才发现实际达到的功效仅60%，被认为是选择性报告。预防：功效分析应在研究协议中预先指定。
错误4：混淆”统计显著性”与”临床意义”
大样本研究显示0.5mmHg血压差异，p<0.05但临床无意义。预防：同时报告效应大小和置信区间，不仅看p值。
NMPA和ICH指南的要求
NMPA对样本量的具体要求
《药物临床试验指导原则》明确规定：样本量计算必须在研究协议中提前说明；计算依据必须有文献或初步数据支持；必须明确脱落率假设；多中心试验必须说明聚类效应处理。
ICH E9指南的建议
优先使用功效分析方法；大型试验可考虑使用适应性设计（中期分析后调整样本量）；必须预先指定显著性水平、功效和主要结局。
结论
样本量计算是研究成功的基础，需要在研究开始前就仔细规划。关键要点：
- 使用保守的效应大小估计，基于文献证据
- 预先指定显著性水平（α = 0.05）和功效（80%-90%）
- 考虑脱落率，适当增加招募样本量
- 在研究协议中详细记录计算方法和假设
- 多中心试验需要调整设计效应
Editverse的统计顾问可以帮助您进行正确的样本量计算，确保您的研究有足够的统计力来回答您的研究问题，并通过NMPA审查和顶级期刊发表。
参考文献
- Schmidt SAJ, et al. Research Techniques Made Simple: Sample Size Estimation and Power Calculation. J Invest Dermatol. 2019;139:2249-2255. PMID: 30032783
- Bariani GM, et al. Sample Size Calculation in Oncology Trials. Am J Clin Oncol. 2016;39:1-6. PMID: 24401665
- Hajian-Tilaki K. Sample size estimation in diagnostic test studies. J Biomed Inform. 2014;48:193-204. PMID: 24582925
- Hopewell S, et al. CONSORT 2025 statement. BMJ. 2025;389:e081123. PMID: 40228833
- Schulz KF, et al. CONSORT 2010 Statement. BMJ. 2010;340:c332. PMID: 20332509
- D’Arrigo G, et al. Common mistakes in biostatistics. Clin Kidney J. 2024;17:sfae197. PMID: 39165900
- Ma LL, et al. Methodological quality assessment tools. Mil Med Res. 2021;8:7. PMID: 32111253
最后更新：2026年6月25日
作者：EditVerse临床统计编辑团队