Teljesítményelemzés túlélési tanulmányokhoz
A túlélési tanulmányok teljesítményelemzése meghatározza, hogy mennyi résztvevőre — és mennyi megfigyelt eseményre — van szükség ahhoz, hogy egy log-rank teszt vagy Cox-regresszió elegendő valószínűséggel képes legyen kimutatni a túlélésben a csoportok között fennálló klinikailag jelentős különbséget. Az alapvető képleteket Schoenfeld (1981) és Lachin (1981) vezette le, és ezek továbbra is a klinikai vizsgálattervezés standard megközelítését jelentik.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/hu/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 Proporcionális KockázatEpidemiológia↔ compare
- Kaplan-Meier túlélésbecslőTúléléselemzés↔ compare
- Log-rank teszt túlélési görbék összehasonlításáraTúléléselemzés↔ compare
- Aránytesztekhez tartozó próbaerő-számításStatisztika↔ compare
- Teljesítményanalízis t-próbáhozStatisztika↔ compare
- Szimulációalapú teljesítményelemzés (Monte Carlo teljesítmény)Statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →