適用場景：
臨床研究中，RCT是一類非常重要的臨床研究。在每一項RCT開始之前，對於樣本量的估算是必不可少的，如何計算樣本量的大小，小編今天帶大家一起來來解鎖。
正式開始之前，需要給大家先普及一下相關概念：
根據判斷界值（margin）不同可分為等效性試驗，非劣效性試驗，優效性試驗
等效性試驗
H0: A藥的療效-B藥的療效≤-Δ，或 A藥的療效-B藥的療效≥Δ
H1：-Δ< A藥的療效-B藥的療效 0.025 或 P2>0.025，按2α＝0.05的檢驗水準不能拒絕H0假設，即無法判斷A藥等效於B藥；如P1≤0.025 且 P2≤0.025，則接受H1假設，可以認為A藥等效於B藥。
非劣效性試驗
H0: A藥的療效-B藥的療效≤-Δ
H1: A藥的療效-B藥的療效>-Δ
如P>0.025,按單側α＝0.025的檢驗水準不能拒絕H0假設，即無法判斷A藥不差於B藥；如P≤0.025，則接受H1假設，可以認為A藥不差於B藥。
優效性試驗
H0: A藥的療效-B藥的療效≤Δ
H1: A藥的療效-B藥的療效>Δ
結論：如P>0.025,按單側α＝0.025的檢驗水準不能拒絕H0假設，即無法判斷A藥優於B藥；如P≤0.025，則接受H1假設，可以認為A藥優於B藥。
兩個例子來示範樣本量計算：
例子1：
驗證某抗生素藥物的抗菌治療能力不低於左氧氟沙星，以治療結束時細菌清除作為主要評價指標，根據預試驗設試驗藥物與對照藥物在治療結束時所能取得的細菌清除能力相同，即具有相同的細菌清除率，設清除率均為85%，並根據臨床實際設以10% 作為可接受非劣效性界值。取α = 0. 025( 單側) ，β = 0. 2。
上代碼:
<code>install.packages("TrialSize")
library(TrialSize)
TwoSampleProportion.NIS(alpha=0.025,beta=0.2,p1=0.85,p2=0.85,k=1,delta=0,margin=0.1)
prosample/<code>結果1：
[1] 200.1464
例子2：
為驗證某新型降壓藥物的降壓能力不低於ACEI類，以治療前後血壓的下降值作為主要評價指標，根據預試驗設試驗藥物與對照藥物在治療前後所能取得的血壓下降幅度相同，即具有相同的平均值，設標準差為10 mmHg，並根據臨床實際設以3 mmHg 作為可接受的非劣效性界值。取α = 0. 025( 單側) ，β = 0. 2。
上代碼:
<code>meansample meansample/<code>
備註：上述兩種的區別在於：案例1為計數指標，而案例2為計量指標，大家在評估樣本量的時候一定要區別清楚，分組會有一定的偏差，此外也需要根據自己的方案來調整界值。
往期回顧：
酷炫樹狀圖（R語言）
基於逆概率加權的生存曲線校正 （R語言）
小提琴圖（R語言）
列線圖 nomogram（R語言）
森林圖（R語言）
生存曲線 （R語言）
SCI寫作神器： AI幫你寫論文
SCI寫作神器： 改寫助手
閱讀更多 DrMaxChen 的文章
