Ανάλυση Ισχύος για Μελέτες Επιβίωσης
Η ανάλυση ισχύος για μελέτες επιβίωσης καθορίζει πόσοι συμμετέχοντες — και πόσα παρατηρούμενα συμβάντα — απαιτούνται ώστε ένα log-rank test ή μια παλινδρόμηση Cox να έχει επαρκή πιθανότητα να ανιχνεύσει μια κλινικά σημαντική διαφορά στην επιβίωση μεταξύ των ομάδων. Οι θεμελιώδεις τύποι προέκυψαν από τους Schoenfeld (1981) και Lachin (1981) και παραμένουν η τυπική προσέγγιση στον σχεδιασμό κλινικών δοκιμών.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Schoenfeld, D. A. (1981). The asymptotic properties of nonparametric tests for comparing survival distributions. Biometrika, 68(1), 316–319. DOI: 10.1093/biomet/68.1.316 ↗
- Lachin, J. M. (1981). Introduction to sample size determination and power analysis for clinical trials. Controlled Clinical Trials, 2(2), 93–113. DOI: 10.1016/0197-2456(81)90001-5 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/el/statistics/power-analysis-survival
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Μοντέλο Αναλογικών Κινδύνων CoxΕπιδημιολογία↔ compare
- Εκτιμητής Επιβίωσης Kaplan-MeierΑνάλυση Επιβίωσης↔ compare
- Δοκιμή Log-Rank για Σύγκριση Καμπυλών ΕπιβίωσηςΑνάλυση Επιβίωσης↔ compare
- Ανάλυση Ισχύος για Ελέγχους ΑναλογιώνΣτατιστική↔ compare
- Ανάλυση ισχύος για το t-testΣτατιστική↔ compare
- Ανάλυση Ισχύος Βάσει Προσομοίωσης (Ισχύς Monte Carlo)Στατιστική↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →