コホート研究検出力計算機

コホート研究検出力計算機は、コホート研究の統計的検出力を推定するために設計されたツールです。統計的検出力は、研究において真の効果または関連性が存在すると仮定して、それを検出する確率を表します。検出力計算機は、研究者がグループ間の意味のある違いを検出できるように研究が十分に設計されていることを確認するのに役立ち、それによってタイプ II エラー (効果を検出できない) のリスクを最小限に抑えます。この計算機は、疫学的および統計的研究の計画に不可欠です。 臨床 正確なサンプルサイズの決定と効果サイズの推定が信頼できる結果を得るために重要である研究。 統計および疫学ツールのカテゴリ.

コホート研究検出力計算の式

コホート研究の検出力は次の式を使用して計算されます。

どこ：

• β は タイプIIエラー 率（真の効果を検出できない確率）。

検出力は、サンプルサイズ、効果サイズ、有意水準、結果の変動性など、さまざまな要因に依存します。 電力計算 コホート研究では次のとおりです。
べき乗 = Φ[(Zα + Zβ) – √(n × p1 × (1 – p1) + n × p2 × (1 – p2)) / |p1 – p2|]

変数の詳細な式:

Zα（有意水準の臨界値）:

Zα = Φ⁻¹(1 – α/2)

どこ：

• α 有意水準です（例：0.05% の信頼度の場合は 95）。

Zβ（検出力の臨界値）:

Zβ = Φ⁻¹(1 – べき乗)

差異条件:

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

効果の大きさ：

効果サイズ = |p1 – p2|
これは、曝露群と非曝露群の間の割合の絶対差です。

サンプルサイズ (n):

グループのサイズが不均等な場合は調整が可能です。

電力計算用の事前計算表

以下の表は、コホート研究の一般的なシナリオについて事前に計算された検出力の概要を示しています。この表は、簡単に参照するのに役立ちます。

有意水準(α)	パワー（1 – β）	グループあたりのサンプル数 (n)	効果サイズ (p1 – p2)
0.05	0.80	50	0.10
0.05	0.90	100	0.15
0.01	0.80	150	0.20
0.01	0.95	200	0.25

この表は、一般的に見られる研究設計の検出力推定を簡略化したものです。

コホート研究検出力計算機の例

リスク要因への曝露が特定の結果に与える影響を評価するためにコホート研究が設計されているとします。次のデータが提供されます。

• 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。
• グループあたりのサンプル数（n）= 100。
• 有意水準（α）= 0.05。

ステップ1: 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2: 分散項を計算する

• 曝露群の分散 = n × p1 × (1 – p1) = 100 × 0.30 × (1 – 0.30) = 21.00
• 非曝露群の分散 = n × p2 × (1 – p2) = 100 × 0.20 × (1 – 0.20) = 16.00

ステップ3: Zスコアを計算する

Zα = Φ⁻¹(1 – α/2) = Φ⁻¹(0.975) ≈ 1.96
Zβ = Φ⁻¹(1 – べき乗) (望ましいパワー = 0.80 と仮定) ≈ 0.84。

ステップ4: 電力を計算する

べき乗の式に値を代入します。
べき乗 = Φ[(1.96 + 0.84) – √(21 + 16) / 0.10]

簡略化後:
パワー ≈ 0.80 (または 80%)

この結果は、研究によって真の効果が検出される確率が 80% あることを示しています。

最も一般的な FAQ