Biostatistique pour les nuls

Dans la biostatistique, lorsque l'on compare les moyennes de deux groupes indépendants de sujets en utilisant un test t de Student non apparié, le taille de l'effet est exprimée comme le rapport de # 916- (delta, la différence entre les moyennes des deux groupes) divisé par # 963- (sigma, la-groupe au sein de déviation standard).

Chaque tableau dans la figure suivante montre chevauchant courbes en cloche qui indiquent la quantité de séparation entre deux groupes, avec la taille de l'effet (# 916 - / # 963-) et le nombre requis de sujets analysables dans chaque groupe. Choisissez le tableau qui ressemble à une quantité importante de la séparation entre les deux groupes. Par exemple, si le graphique du milieu (correspondant à une différence entre les deux groupes qui est des trois-quarts aussi grand que l'écart type intra-groupe) ressemble à une quantité importante de la séparation, alors vous avez besoin d'environ 29 sujets analysables par groupe (pour un total de 58 sujets analysables).

Dans la biostatistique, lorsque l'on compare les mesures appariées (tels que les changements entre deux points dans le temps pour le même sujet) en utilisant un test t de Student apparié, le taille de l'effet est exprimée comme le rapport de # 916- (delta, la variation moyenne) divisé par # 963- (sigma, l'écart type des changements). Un autre, peut-être plus facile, moyen d'exprimer la taille de l'effet est par le nombre relatif de sujets attendus avec positif contre des changements négatifs. (Ces ratios sont présentés ci-dessous chaque courbe.)

Chaque tableau dans la figure suivante montre une courbe en cloche indiquant la propagation des changements, ainsi que la taille de l'effet (# 916 - / # 963-), le rapport de positif à des différences négatives, et le nombre requis de sujets analysables (chaque sujet fournissant une paire de mesures). Choisissez le tableau qui ressemble à une quantité importante de changement (par rapport à la ligne verticale représentant aucun changement). Par exemple, le graphique du milieu correspond à un changement moyen est que les trois quarts aussi grande que l'écart type des variations, avec environ 3,4 fois plus de sujets de plus en plus que la diminution. Si cela ressemble à une quantité importante de changement, alors vous avez besoin de 16 paires de mesures (telles que 16 sujets, chacun avec un pré-traitement et une valeur de post-traitement).

La proportion de sujets ayant un certain attribut (comme répondant au traitement) peut être comparé entre les deux groupes de sujets par la création d'un tableau croisé à partir des données, où les deux rangées représentent les deux groupes, et les deux colonnes représentent la présence ou l'absence de l'attribut. Dans la biostatistique, cette croix-onglet peut être analysé avec un test exact de chi-carré ou Fisher.

Pour estimer la taille de l'échantillon nécessaire, vous devez fournir les proportions attendues dans les deux groupes. Recherchez les deux proportions que vous souhaitez comparer à gauche et en haut du tableau suivant. (Il n'a pas d'importance quelle proportion vous regardez sur quel côté.) Le nombre dans la cellule de la table est le nombre de sujets analysables vous avez besoin dans chaque groupe. (La taille totale de l'échantillon nécessaire est deux fois ce nombre.)

Par exemple, si vous vous attendez à 40 pour cent des sujets non traités avec une certaine maladie de mourir, mais seulement 30 pour cent des sujets traités avec un nouveau médicament à mourir, vous trouverez la cellule à l'intersection de la ligne 0,30 et la colonne 0.40 (ou vice- versa), qui contient le numéro 376. Donc, vous avez besoin 376 sujets analysables dans chaque groupe, ou 752 sujets au total analysables.