การวิเคราะห์อำนาจการทดสอบสำหรับการศึกษาการรอดชีพ
การวิเคราะห์อำนาจการทดสอบสำหรับการศึกษาการรอดชีพเป็นการกำหนดจำนวนผู้เข้าร่วมการศึกษา — และจำนวนเหตุการณ์ที่สังเกตได้ — ที่จำเป็น เพื่อให้การทดสอบแบบ log-rank หรือการถดถอย Cox มีความน่าจะเป็นเพียงพอที่จะตรวจจับความแตกต่างที่มีนัยสำคัญทางคลินิกในการรอดชีพระหว่างกลุ่ม สูตรพื้นฐานถูกพัฒนาโดย Schoenfeld (1981) และ Lachin (1981) และยังคงเป็นแนวทางมาตรฐานในการวางแผนการทดลองทางคลินิก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Sample Size and Power Analysis for Survival Analysis (Log-rank and Cox Regression). ScholarGate. https://scholargate.app/th/statistics/power-analysis-survival
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- แบบจำลองการถดถอยโคกซ์แบบสัดส่วนภาวะเสี่ยงระบาดวิทยา↔ เปรียบเทียบ
- ตัวประมาณค่าการรอดชีพแบบแคปแลน-ไมเออร์การวิเคราะห์การอยู่รอด↔ เปรียบเทียบ
- การทดสอบ Log-Rank สำหรับเปรียบเทียบเส้นโค้งการรอดชีพการวิเคราะห์การอยู่รอด↔ เปรียบเทียบ
- การวิเคราะห์กำลังการทดสอบสัดส่วนสถิติศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์อำนาจการทดสอบสำหรับ t-testสถิติศาสตร์↔ เปรียบเทียบ
- การวิเคราะห์อำนาจการทดสอบโดยการจำลอง (Monte Carlo Power)สถิติศาสตร์↔ เปรียบเทียบ