コホート研究サンプルサイズ計算機

コホート研究サンプルサイズ計算機は、グループ間の結果に統計的に有意な差を検出するために、各グループ（曝露群と非曝露群）に必要な参加者数を決定するために使用されるツールです。正確なサンプルサイズの計算は、研究が意味のある差を特定するのに十分な力を持っていることを保証し、不必要な募集の努力やリソースの消費を避けるために不可欠です。この計算機は、疫学、公衆衛生、およびなどの分野でコホート研究を設計する研究者にとって特に便利です。 臨床 研究。それは 統計および研究計画ツールのカテゴリ.

コホート研究のサンプルサイズ計算式

コホート研究に必要なサンプルサイズは、次の式を使用して計算されます。

どこ：

• n グループ（曝露または非曝露）あたりの必要なサンプルサイズです。
• Zα 選択された有意水準に対応するZスコア（α).
• Zβ は、望ましい検出力に対応するZスコアである（1 – β).
• p1 曝露群における結果の割合です。
• p2 未曝露群における結果の割合です。
• p1 – p2 絶対的な 比率の違い （効果サイズ）。

変数の詳細な式:

有意水準（Zα）:

Zα = Φ⁻¹(1 – α/2)
場所 Φ⁻¹ 標準正規分布の逆です。

パワー（Zβ）:

Zβ = Φ⁻¹(パワー)
場所 パワー= 1 –β.

比率（p1とp2）：

これらは、以前の研究や仮定に基づいて、曝露群と非曝露群における結果の推定割合を表します。

効果の大きさ：

効果サイズ = p1 – p2

合計サンプルサイズ:

グループのサイズが同じ場合:
合計N = 2 × n

グループが不均等な場合は、比率を使用して調整します（r）未曝露から曝露まで：

• n1 = n
• n2 = r × n
• 合計N = n1 + n2

サンプルサイズの推定値を事前に計算した表

以下は、コホート研究の一般的なシナリオに必要なサンプル サイズを示す参照表です。

有意水準(α)	パワー（1 – β）	効果サイズ (p1 – p2)	グループあたりのサンプル数 (n)	総サンプル数 (N)
0.05	0.80	0.10	385	770
0.05	0.90	0.10	506	1,012
0.05	0.80	0.20	97	194
0.01	0.80	0.15	175	350
0.01	0.95	0.10	614	1,228

この表は、共通の統計的閾値と効果サイズを持つ研究の計画を簡素化します。

コホート研究サンプルサイズ計算機の例

研究者がリスク要因と結果の関連性を評価するためにコホート研究を設計しているとします。

• 曝露群における結果の割合（p1）= 0.30。
• 非曝露群における転帰の割合（p2）= 0.20。
• 望ましい有意水準（α）= 0.05。
• 希望する電力（1 – β）= 0.80。

ステップ1: Zスコアを計算する

Zα = Φ⁻¹(1 – α/2) = Φ⁻¹(0.975) ≈ 1.96
Zβ = Φ⁻¹(電力) = Φ⁻¹(0.80) ≈ 0.84

ステップ2: 効果サイズを計算する

効果サイズ = p1 – p2 = 0.30 – 0.20 = 0.10

ステップ3: 分散項を計算する

• 分散 暴露されたグループの場合: p1(1 – p1) = 0.30 × (1 – 0.30) = 0.21
• 非曝露群の分散: p2(1 – p2) = 0.20 × (1 – 0.20) = 0.16

ステップ4: 数式に値を代入する

ｎ＝[（１．９６＋０．８４）²×（０．２１＋０．１６）]／（０．１０）²
n ≈ [7.84 × 0.37] / 0.01 = 2,900 / 0.01 ≈ 385

ステップ5: 合計サンプルサイズを計算する

グループサイズが同じ場合:
合計 N = 2 × n = 2 × 385 = 770 名の参加者

この結果は、望ましい検出力と有意水準を達成するには、研究ごとに 385 人の参加者、つまり合計 770 人の参加者が必要であることを示しています。

最も一般的な FAQ