Analiza mocy dla badań przeżycia
Analiza mocy dla badań przeżycia określa, ilu uczestników — i ile zaobserwowanych zdarzeń — jest wymaganych, aby test log-rank lub regresja Cox miały wystarczające prawdopodobieństwo wykrycia klinicznie istotnej różnicy w przeżyciu między grupami. Podstawowe wzory zostały wyprowadzone przez Schoenfelda (1981) i Lachina (1981) i pozostają standardowym podejściem w planowaniu badań klinicznych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/pl/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.
- Model Coxa z proporcjonalnym hazardemEpidemiologia↔ compare
- Estymator przeżycia Kaplana-MeieraAnaliza przeżycia↔ compare
- Test log-rank do porównywania krzywych przeżyciaAnaliza przeżycia↔ compare
- Analiza mocy dla testów proporcjiStatystyka↔ compare
- Analiza mocy dla testu tStatystyka↔ compare
- Analiza mocy oparta na symulacji (Moc Monte Carlo)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →