很多IVD企業在開展臨床試驗研究時經常會碰到這樣的問題：臨床入組樣本量應具有統計學參考意義，但在沒有相關產品臨床試驗CS指南文件的情況下，不清楚應該怎么去確定產品需要入組多少樣本量。今天我們分享一些比較常用且非常實用的臨床樣本量的確定方法。

EP24 和《體外診斷試劑臨床試驗技術指導原則》介紹了基于統計學要求的最低樣本量估計的相關公式。一是根據臨床需要設定適當的臨床可接受標準，也就是單組目標值法樣本量估算法，是采用下面公式分別估算陽性和陰性樣本。

從這個公式中，影響樣本量的因素有：檢驗效能，檢驗效能越大，所需樣本量越大；總體參數差異（PT- P0）越小，樣本數越大。

注：假設檢驗中H0為研究總體無差別，1-β稱為假設檢驗的檢驗效能。如果1-β=0.80，則意味著當H0不成立時，理論上在每100次抽樣中，在α的檢驗水準上平均有80次能拒絕H0。一般情況下，β應不大于0.2。二是只保證評價指標滿足期望精度水平（置信區間的寬度一定），而不設定臨床可接受標準的情況，可采用如下公式：

P為評價指標預期值，Δ為P的允許誤差大小。采用上述公式，可根據靈敏度或特異度的預期值分別估算具有目標疾病狀態的受試者（陽性）或不具有目標疾病狀態的受試者（陰性）的樣本量。

1. PASS軟件的介紹

PASS（Power Analysis and Sample Size）美國NCSS公司開發，是一款運行在Windows平臺下的商業軟件，目前最新版本為PASS2023 。軟件為超過1100個統計測試和置信區間場景提供樣本大小工具，且每個工具都經過了公開的文章或文本的仔細驗證。PASS有完整的文檔和博士統計學家的支持。能對數十種統計學檢驗條件下的檢驗效能和樣本含量進行估計。

2. PASS樣本量計算需要的參數

· 靈敏度可接受標準和候選試劑的預期靈敏度Se0及Se1，案例假設Se0=0.85、Se1=0.90

· 特異性可接受標準和候選試劑的預期特異度Sp0及Sp1，案例假設Sp0=0.90、Sp1=0.90

· 檢驗水準α (通常取0.01至0.1)，案例假設0.05

· 檢驗功效1-β (通常為0.8或更高)，案例假設0.8

· 疾病患病率P，即目標研究總體中患有某病的預期比例或陽性個案的比例，案例假設0.1,0.2,0.5(設置三種情況）

· 脫失率(DR通常不宜超過20%)，案例假設10%

3. PASS操作

方法選擇：采用單組目標值類似原理，利用PASS軟件估算樣本量，可在左側界面中依次選擇“Procedures (程序)” — “Sensitivity and Specificity (靈敏度和特異度)” — “Test for One-Sample Sensitivity and Specificity (單樣本靈敏度與特異度檢驗)”如 Fig.1所示，并在面板設置上述參數。分別進行靈敏性和特異性的樣本計算，如 Fig.2所示。

Fig.1 主界面截圖

Fig.2 設置參數界面截圖

結果解釋：分別進行靈敏性和特異性的樣本估算，每次估算可得到不同疾病流行率下，靈敏性或特異性的所需的陽性和陰性樣本估算結果，最終陽性和陰性樣本量取兩次估算值的較大值。

《指導原則》的公式是基于定性的樣本量計算方法，其根據置信區間寬度來估算樣本量的公式(第二個公式)與EP24中的公式(3)和(4)有異曲同工之處，均考慮了期望的結果精度的影響。通常檢測疾病抗原或抗體的體外診斷試劑還需要考慮疾病流行率，來計算樣本量大小，PASS軟件的計算程序正是考慮了這種情況。但這也是PASS應用的弊端，因為流行率的參數來源于相關文獻記錄或者疾病控制中心的實時監控和統計，考慮疾病的流行率后，那代表同一個疾病在不同流行期、不同地域都會有變化，實際執行較為困難。

當然，需要的是，以上樣本量估算方法僅是一些比較常用及實用的方法。而具體到臨床試驗方案的總體設計上，還需要臨床技術專家根據具體的臨床試驗項目且結合法規、競品、經驗等多方面因素綜合考量和打磨而最終敲定。

聊到這里，小編想說：GRZAN團隊可以幫助您精心設計試驗方案和高效完成臨床試驗研究報告，協助您快速取證。

目前我們可承接開展以下體外診斷試劑產品的注冊及臨床試驗研究：如腫瘤標志物檢測試劑、糖尿病相關檢測試劑、激素指標檢測試劑、心肌標志物檢測試劑、炎癥指標檢測試劑、呼吸道病原體檢測試劑、傳染病檢測試劑、血型檢測試劑、甲基化檢測產品等產品的臨床試驗研究，覆蓋了大部分的IVD產品類別。

有相關項目需求的企業請聯絡GRZAN團隊。