在临床科研项目设计中，样本量的计算是一个非常重要的环节，直接关系到研究结论的真实性和可靠性，对整个研究的科学性、伦理性和研究投入都有重要影响。

　　在2016年，新英格兰杂志专门针对临床研究的主要结局提出11个重要衡量指标(文题：The primary outcome is positive--is that good enough?)，强调了临床项目研究中的样本量的重要性。

　　图片源于NEJM期刊官网

　　临床样本量的估算要根据研究目的、设计方法、检验类型和评价指标多因素选择合理的统计学公式计算。然而，面对错综复杂的公式和临床背景知识，很多科研人员望而却步。

　　本文和大家分享一款在线的用于临床样本量计算的工具网站：

　　Power and Sample Size Free Calculators

　　(链接：http://www.powerandsamplesize.com/)

　　该款在线网站提供了单样本均数，两样本均数和多个样本均数的比较，单个率，配对和成组的率比较，K个样本率比较，生存数据的等30个资料类型的样本量计算。

　　图片来源于官网

　　1.网站优点

　　1)提供了30种不同资料类型的样本量计算

       2)详细的样本计算公式和R语言代码，为论文和标书撰写提供极大便利。

       3)界面友好，方便快捷在介绍本网站工具操作之前，先简单说明下关于临床样本量统计中涉及到的常见的四个关键的统计学参数。

       1.α：一类错误的概率，这个是统计学中经典的概念，在临床项目研究中，需确认α值是单侧还是双侧检验。

       2.1-β：统计的检验效能，也成为把握度。其中，β是犯二类错误的概率，一般在临床研究中检验效能设定在0.75以上，以0.8-0.9为佳。

       3.σ：总体标准差。在临床研究过程中，经常用样本标准差进行替代。

       4.δ：指两种临床研究对象的预设的差异值。简单点说，就是δ值超过多少值，二者在临床上才有统计学意义。一般而言，δ值是预先设定好的，必须是建立在前期的临床研究的数据的基础和依据上。δ大小直接决定样本量的大小。

　　图片来源于官网

　　2.举个例子

　　以两独立样本资料为例，某研究团队为了比较新研发的A降压药和标准降压药B的疗效，已知B药可以让血压平均水平下降3Kpa, 预期A药能使血压水平降低4Kpa, 若降压标准差为3.5Kpa，在检验水准α=0.05，效能为0.8情况下，需要进行临床试验样本数计算如下：

　　点击左侧的“2-Sample, 2-Sided Equality”, 在 “Calculate”中选择“Sample Size”, 然后各自对应的框格中输入两组的均值，标准差，样本比例K默认为1.0，点击Calculate后，在检验水准为0.05， 效能为0.80情况下，样本量N为192例。

　　同时，该网站也提供了各种资料类型的样本计算的统计学公式和R语言代码(见图)，方便对数据的结果验证，和论文及标书撰写中的引用，给临床科研带来很多方便。

　　图片来源于官网

　　对于其他类型的样本量计算，可根据不同资料的特点，通过本网站进行估计。

　　3.注意事项

　　在实际研究中，由于受试者依从性差，失访等原因导致病例的脱落和剔除，会导致样本数减少。故而，需要在样本量估计的基础上适度扩大样本量，来保证终的有效样本量的要求。

　　研究分析中，通常考虑不大于20%的脱落率，具体的脱落率的确定根据不同的研究项目来确定。