临床预测模型样本量计算指南：理论基础与在线工具使用

临床预测模型样本量计算指南：理论基础与在线工具使用

临床预测模型的样本量计算是确保研究结果可靠性和泛化能力的关键步骤。不恰当的样本量可能导致模型过拟合或欠拟合，从而影响其临床应用价值。本文将介绍临床预测模型样本量计算的基本原则，并演示如何使用在线工具进行计算。

经验法则

1. EPV（每变量事件数）

   • 常用规则为每个预测变量至少有10个事件，但更推荐使用EPP（每参数事件数），以避免对“变量”定义的误解。
   • 例如，“年龄”作为连续变量对应一个参数，而将其分为五组则需估计四个参数。

2. EPP（每参数事件数）

   • 推荐至少20 EPP，特别是在事件比例低于0.2时。
   • 若c统计量为0.8、事件比例为0.2且包含20个参数，则需要9 EPP，即180个事件，总样本量为900例。

计算方法

Riley等人提出的四步法更为严谨：

1. 精确估计整体风险：确保截距估计误差小于0.05。
2. 控制平均绝对预测误差：限制MAPE小于5%。
3. 减少过拟合：全局收缩因子应大于0.9。
4. 调整后的R²差异：显著和调整后R²的差异不超过0.05。

最终样本量取以上四步的最大值。

此外，外部验证所需的样本量通常更大，需考虑以下指标的精确性：

• R²（解释方差的比例）
• 校准截距（预测与观察值的差异）
• 校准斜率（预测与观察的一致性）
• 残差（预测与观察值差异的方差）

建议参考开发数据集中的真实值进行假设，并根据目标设定置信区间宽度。

以Clincalc样本量计算器为例，演示如何进行样本量计算。该工具适用于二分类逻辑回归和生存分析等常见场景。

1. 访问网站：打开Clincalc样本量计算器。

2. 选择研究设计：选择“Two independent study groups”或“One study group vs. population”，取决于你的研究设计。

3. 输入统计参数：

   • Anticipated Means/Incidence：输入预期的均值或发病率。
   • Enrollment ratio：输入各组的样本量比例。
   • Alpha：通常设置为0.05。
   • Power：通常设置为0.8。

4. 计算结果：点击“Calculate”按钮，获取所需的最小样本量。

假设我们要开发一个预测心血管疾病风险的临床预测模型，采用二分类逻辑回归。预期发病率如下：

• 对照组（无心血管疾病家族史）：10%
• 实验组（有心血管疾病家族史）：20%

其他参数设置：

• Alpha：0.05
• Power：0.8
• Enrollment ratio：1:1

根据Clincalc样本量计算器的结果，每组需要410例患者，总计820例。

通过合理估算样本量，可以提高临床预测模型的准确性和可靠性，从而更好地指导医疗决策。