樣本數計算：Bland–Altman 圖
| 命令: | 樣本數 Bland–Altman 圖 |
|---|
計算使用 Bland–Altman 圖的方法比較研究所需的樣本數。
在此方法中，一致性界限（LoA）按兩次測量差值的平均值 ± 1.96 × 差值的標準差計算（Bland & Altman, 1986）。
如果預先規定的最大允許差（Δ）大於一致性上限，且 -Δ 小於一致性下限，則認為兩種方法一致。
為正確解釋，需要考慮 LoA 的 95% 信賴區間。要有 95% 的把握證明兩種方法沒有差異，Δ 應大於一致性上限 95% 信賴區間的上限，且 -Δ 應小於一致性下限 95% 信賴區間的下限。
- 樣本數越小，信賴區間越寬，Δ 落在 95% 信賴區間內的機率越大。
- 樣本數越大，信賴區間越窄，Δ 落在 95% 信賴區間內的機率越小。
要證明兩種方法一致，必須確定適當的樣本數，使 Δ 落在一致性界限 95% 信賴區間之外的機率（檢定力）足夠高。
所需輸入
- 型一錯誤 - α：犯型一錯誤的機率（
α 水準，雙尾），即虛無假設實際為真卻被拒絕的機率。 - 型二錯誤 - β：犯型二錯誤的機率（
β 水準），即虛無假設實際為假卻被接受的機率。 - 差值的期望平均值：研究中所比較的兩種方法測量值之差的預期平均值。
- 差值的期望標準差：兩種方法測量值之差的預期標準差。
- 方法間最大允許差：預先規定的臨床一致性界限；小於該界限的差異在臨床上無關緊要或可以忽略。該差值必須大於預期平均值 + 1.96 × 差值的預期標準差。
示例
希望證明兩種臨床檢定方法具有一致性。在以往研究中，平均值差為 0.001167，差值的標準差為 0.001129。兩種方法間的最大允許差為 0.004 個單位（示例來自 Lu et al., 2016）。
在差值的期望平均值中輸入 0.001167，在差值的期望標準差中輸入 0.001129，在方法間最大允許差中輸入 0.004。
選擇 0.05 作為
結果
按一下計算後，程式顯示研究所需的個案總數。計算可能需要一些時間。
在本例中，所需最小總樣本數為 83。
表中顯示在型一錯誤和型二錯誤的不同水準下的所需樣本數。
MedCalc 使用 Lu et al. (2016) 的方法計算樣本數。
請注意，在 MedCalc 實現的（以及 Bland & Altman, 1986 所述的）Bland–Altman 圖中，α 水準固定為 0.05。
參考文獻
- Bland JM, Altman DG (1986) Statistical method for assessing agreement between two methods of clinical measurement. The Lancet i:307-310.
- Lu MJ, Zhong WH, Liu YX, Miao HZ, Li YC, Ji MH (2016) Sample size for assessing agreement between two methods of measurement by Bland-Altman method. The International Journal of Biostatistics 12: issue 2 (8 pp).