Analyse de puissance pour les études de survie
L'analyse de puissance pour les études de survie détermine le nombre de participants — et le nombre d'événements observés — nécessaires pour qu'un test du log-rank ou une régression de Cox ait une probabilité suffisante de détecter une différence cliniquement significative de survie entre les groupes. Les formules fondamentales ont été dérivées par Schoenfeld (1981) et Lachin (1981) et restent l'approche standard dans la planification des essais cliniques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/fr/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.
- Cox proportional hazardsÉpidémiologie↔ compare
- Estimateur de survie de Kaplan-MeierAnalyse de survie↔ compare
- Test du Log-Rank pour la Comparaison des Courbes de SurvieAnalyse de survie↔ compare
- Analyse de puissance pour les tests de proportionStatistique↔ compare
- Analyse de puissance pour le test tStatistique↔ compare
- Analyse de puissance basée sur la simulation (Puissance de Monte-Carlo)Statistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →