important and practical finding tha

important and practical finding that in the special case of a22 table, the sample size estimation method need notalign with the planned analysis. An asymptotic uncondi-tional McNemar test can be used to estimate sample sizeeven when GEE is the planned analytic method, as it is agood approximation. The traditional advice is to use anexact McNemar test. However, we also observed that theexact McNemar is too conservative (yields unnecessarilylarge sample sizes) and recommend that it not be used asSAS programs to estimate sample size using the asymptoticunconditional McNemar test and GEE method by Pan arereadily available.Our study’s sample size of 58 physicians was determinedusing an exact McNemar test. The best would have been tobase sample size on GEE method by Pan[14]to align withour planned analysis. We recommend a two-step processwhen estimating sample size for paired binary data whenGEE is the planned analytic method. First, one needs tospecify the marginal proportions and rather than specify thecorrelation as zero, calculate the correlation between themarginal proportions using the SAS program inAppendixCatwww.jclinepi.com. And second, use the SAS macrofor a two-period crossover design availablehttp://www.imbs-luebeck.de/imbs/de/node/30 [31]. The required samplesize based on GEE method by Pan for our study was 52. Assample size estimates based on the asymptotic unconditionalMcNemar test are good approximations of those based onGEE method by Pan, this test is a simpler alternative. Thistest is both convenient and practical, as one need only specifythe inside proportions. A SAS macro to calculate sample sizebased on the asymptotic unconditional McNemar testavailable athttp://www2.bsc.gwu.edu/bsc/docs/JohnLachin/mcnemarn.sas [27]. The required sample size based on theasymptotic unconditional McNemar test for our study was52 (odds ratio53.3,p2150.093,a50.05, andb50.20).For our study, we originally proposed to send two pairsof standardized patients to each physician (with the secondpair being one man and one woman with severe osteoar-thritis). All the sample size formulas mentioned in thisarticle are for one level of clustering. Approaches do existfor more than one level of clustering[34,35]; however,further research is required to extend these sample size esti-mation methods to crossover trials.Perhaps the best approach is to use Monte Carlo or boot-strap simulation, as one can estimate sample size based onalmost any statistical test[36e38]. Some disadvantages arethat simulation requires computational expertise and can betime consuming. The advantage is that one can include allcovariates in the model and with such an explicit samplesize formula, calculate the most efficient sample size.6. Conclusion

ผลลัพธ์ (ไทย) 1:

สำคัญ และการปฏิบัติการค้นหาที่ในกรณีพิเศษของตาราง a22 วิธีการประมาณขนาดตัวอย่างต้องการ notalign กับการวิเคราะห์วางแผน สามารถใช้การทดสอบ McNemar asymptotic uncondi tional ประเมินตัวอย่าง sizeeven เมื่อ GEE เป็นแผนผังวิธีการ มันเป็นประมาณ agood คำแนะนำแบบดั้งเดิมจะใช้ทดสอบ McNemar anexact อย่างไรก็ตาม เรายังสังเกตว่า theexact McNemar เกินอนุรักษนิยม (ทำให้ unnecessarilylarge ขนาดตัวอย่าง) และแนะนำว่า มันไม่มีโปรแกรม asSAS ใช้การประมาณการขนาดตัวอย่างใช้ทดสอบ McNemar asymptoticunconditional และวิธี GEE โดยแพน arereadily พร้อมใช้งาน เราศึกษาตัวอย่างจำนวน 58 แพทย์ถูก determinedusing การทดสอบ McNemar แน่นอน ส่วนจะได้ขนาดตัวอย่าง tobase กับวิธี GEE โดยแพน [14] การจัดตั้งวางแผนวิเคราะห์ เราขอแนะนำเป็นสองขั้นตอน processwhen estimating ขนาดตัวอย่างสำหรับ whenGEE ฐานข้อมูลจัดเป็นคู่เป็นวิธีการสร้างแผน First, one needs tospecify the marginal proportions and rather than specify thecorrelation as zero, calculate the correlation between themarginal proportions using the SAS program inAppendixCatwww.jclinepi.com. และสอง ใช้ macrofor SAS availablehttp://www.imbs-luebeck.de/imbs/de/node/30 เป็นระยะสองไขว้ออก [31] Samplesize จำเป็นขึ้นอยู่กับวิธี GEE โดยแพนแต่เรามี 52 ประเมินขนาด Assample ตามการทดสอบ asymptotic unconditionalMcNemar คือดีเพียงการประมาณของผู้ที่ใช้วิธี onGEE โดย Pan ทดสอบนี้เป็นทางเลือกง่ายกว่านั้น Thistest ได้ทั้งสะดวก และการ ปฏิบัติ เป็น specifythe เฉพาะหนึ่งต้องอยู่ในสัดส่วน แมโครการ SAS เพื่อคำนวณตัวอย่าง sizebased ในการ asymptotic โดยไม่มีเงื่อนไข McNemar testavailable athttp://www2.bsc.gwu.edu/bsc/docs/JohnLachin/mcnemarn.sas [27] ขนาดตัวอย่างต้องตาม theasymptotic โดยไม่มีเงื่อนไข McNemar ทดสอบสำหรับ was52 การศึกษาของเรา (ราคา ratio53.3, p2150.093, a50.05, andb50.20) การศึกษาของเรา เราเดิมเสนอเพื่อส่งผู้ป่วย pairsof มาตรฐานสองให้แพทย์แต่ละ (กับ secondpair ถูกชายหนึ่งและหญิงหนึ่งกับรุนแรง osteoar-thritis) สูตรทั้งหมดตัวอย่างขนาดที่กล่าวถึงใน thisarticle อยู่ในระดับหนึ่งของคลัสเตอร์ วิธีทำ existfor มากกว่าหนึ่งระดับของคลัสเตอร์ [34,35]; อย่างไรก็ตาม เพิ่มเติมงานวิจัยจะต้องขยายวิธี esti mation ขนาดตัวอย่างเพื่อทดลองไขว้ บางทีวิธีดีที่สุดได้ใช้ Monte Carlo หรือการจำลองสายเริ่ม เป็นหนึ่งสามารถประมาณขนาดตัวอย่างใช้ onalmost การทดสอบทางสถิติ [36e38] บางข้อเสีย arethat จำลองต้องคำนวณความเชี่ยวชาญ และสามารถใช้งาน betime ข้อดีคือ ว่า หนึ่งสามารถรวม allcovariates ในรูปแบบ และสูตร samplesize ชัดเจนเช่น คำนวณ size.6 อย่างมีประสิทธิภาพสูงสุด บทสรุป

ผลลัพธ์ (ไทย) 2:

ค้นพบที่สำคัญและในทางปฏิบัติว่าในกรณีพิเศษของตาราง a22, วิธีการประมาณขนาดของกลุ่มตัวอย่างต้อง notalign ที่มีการวิเคราะห์การวางแผน การทดสอบเชิง McNemar uncondi-tional สามารถนำมาใช้ในการประเมิน sizeeven ตัวอย่างเมื่อ GEE เป็นวิธีการวิเคราะห์การวางแผนตามที่มันเป็นประมาณ agood คำแนะนำแบบดั้งเดิมคือการใช้การทดสอบ anexact McNemar อย่างไรก็ตามเรายังตั้งข้อสังเกตว่า theexact McNemar เป็นอนุรักษ์นิยมเกินไป (อัตราผลตอบแทนขนาดตัวอย่าง unnecessarilylarge) และให้คำแนะนำว่ามันไม่สามารถใช้โปรแกรม Assas ในการประมาณการขนาดของกลุ่มตัวอย่างที่ใช้ทดสอบ asymptoticunconditional McNemar และวิธี GEE โดยแพน arereadily available.Our ขนาดของกลุ่มตัวอย่างของการศึกษาของแพทย์ 58 ถูก determinedusing การทดสอบที่แน่นอน McNemar ที่ดีที่สุดจะได้รับ tobase ขนาดของกลุ่มตัวอย่างวิธี GEE โดยแพน [14] ในการจัด withour การวิเคราะห์การวางแผน เราขอแนะนำให้สองขั้นตอน processwhen ประมาณการขนาดตัวอย่างสำหรับข้อมูลไบนารีคู่ whenGEE เป็นวิธีการวางแผนการวิเคราะห์ ครั้งแรกหนึ่งต้อง tospecify สัดส่วนเล็กน้อยและมากกว่าที่ระบุ thecorrelation เป็นศูนย์การคำนวณความสัมพันธ์ระหว่างสัดส่วน themarginal ใช้โปรแกรม SAS inAppendixCatwww.jclinepi.com และครั้งที่สองใช้ SAS macrofor ครอสโอเวอร์สองระยะเวลาการออกแบบ availablehttp: //www.imbs-luebeck.de/imbs/de/node/30 [31] ที่จำเป็น samplesize ตามวิธี GEE โดยแพนสำหรับการศึกษาของเราคือ 52 ประมาณการขนาด Assample อยู่บนพื้นฐานของการทดสอบเชิง unconditionalMcNemar มีการประมาณที่ดีของผู้วิธี onGEE ตามแพนโดยการทดสอบนี้เป็นทางเลือกที่ง่าย Thistest เป็นทั้งสะดวกและปฏิบัติเป็นหนึ่งในความต้องการเพียง specifythe สัดส่วนภายใน แมโคร SAS ในการคำนวณตัวอย่าง sizebased ในเชิงไม่มีเงื่อนไข McNemar testavailable athttp: //www2.bsc.gwu.edu/bsc/docs/JohnLachin/mcnemarn.sas [27] ขนาดกลุ่มตัวอย่างต้องอยู่บนพื้นฐานของการทดสอบ McNemar theasymptotic ไม่มีเงื่อนไขสำหรับการศึกษาของเรา was52 (ราคา ratio53.3, p2150.093, a50.05, andb50.20) การกีฬาการศึกษาของเราที่เรานำเสนอเดิมที่จะส่งสอง pairsof ผู้ป่วยที่ได้มาตรฐานการแพทย์แต่ละ ( กับ secondpair เป็นหนึ่งในชา​​ยและหญิงหนึ่งเดียวกับ osteoar-thritis รุนแรง) ทุกสูตรขนาดของกลุ่มตัวอย่างที่กล่าวถึงใน thisarticle มีระดับของการจัดกลุ่มหนึ่ง วิธีการทำ existfor มากกว่าหนึ่งระดับของการจัดกลุ่ม [34,35]; แต่การวิจัยต่อไปจะต้องมีการขยายขนาดของกลุ่มตัวอย่างเหล่านี้วิธีการ Esti-mation ที่จะครอสโอเวอร์ trials.Perhaps วิธีที่ดีที่สุดคือการใช้ Monte Carlo หรือจำลองบูตสายเป็นหนึ่งสามารถประเมินขนาดของกลุ่มตัวอย่างตาม onalmost ทดสอบทางสถิติ [3​​6e38] ข้อเสียบาง arethat จำลองต้องใช้ความเชี่ยวชาญและสามารถคำนวณ betime บริโภค ข้อได้เปรียบที่เป็นที่หนึ่งสามารถรวม allcovariates ในรูปแบบและด้วยเช่นสูตร samplesize ชัดเจนคำนวณตัวอย่างมีประสิทธิภาพมากที่สุด size.6 สรุป

ผลลัพธ์ (ไทย) 3:

ที่สำคัญและเป็นประโยชน์ในการหาในกรณีพิเศษของตาราง a22 , การประมาณขนาดตัวอย่างวิธีต้องการ notalign ด้วยการวางแผนการวิเคราะห์ เป็นแหล่ง uncondi tional McNemar ทดสอบสามารถใช้ในการประมาณการจำนวน sizeeven เมื่อกี้คือ วางแผน วิเคราะห์ วิธีการ เป็นดีประมาณ คำแนะนำแบบดั้งเดิมคือการใช้ anexact McNemar Test . อย่างไรก็ตามเรายังพบว่า theexact McNemar จะหัวโบราณเกินไป ( ผลผลิต unnecessarilylarge ขนาดตัวอย่าง ) และแนะนำว่าไม่ควรใช้โปรแกรม assas ประมาณขนาดกลุ่มตัวอย่างโดยใช้ asymptoticunconditional McNemar ทดสอบและ Gee วิธีโดยแพน arereadily ใช้ได้ ขนาดตัวอย่างของการศึกษาของเรา 58 แพทย์ถูกใช้ผลิตเป็น McNemar Test ที่แน่นอนที่ดีที่สุดจะได้รับ tobase ขนาดตัวอย่างใน Gee วิธีโดยแพน [ 14 ] จัดโดยไม่วางแผนวิเคราะห์ เราแนะนำ 2 processwhen ประมาณขนาดตัวอย่างสำหรับคู่ whengee ข้อมูลไบนารีคือการวางแผน วิเคราะห์โดยวิธี ก่อนอื่น ต้องสอดคล้องและสัดส่วนโดยระบุความสัมพันธ์เป็นมากกว่าศูนย์การคำนวณความสัมพันธ์ระหว่างสัดส่วน themarginal โดยใช้โปรแกรม SAS inappendixcatwww.jclinepi.com . และอย่างที่สอง ใช้ SAS macrofor สองระยะเวลาการออกแบบ availablehttp://www.imbs-luebeck.de/imbs/de/node/30 [ 31 ] ต้องใช้วิธีให้มีกระทะสำหรับการศึกษาของเราคือ 52ขนาด assample ประมาณการบนพื้นฐานของการทดสอบ unconditionalmcnemar เฉลี่ยจะใกล้เคียงที่ดีของผู้ที่อยู่ ongee กระทะโดยวิธี การทดสอบนี้เป็นทางเลือกที่ง่ายกว่า thistest ทั้งสะดวกและปฏิบัติเป็นหนึ่งต้องการเพียง specifythe ในสัดส่วน แมโครตัวอย่างบริษัทคำนวณ sizebased ในแหล่งที่ไม่มีเงื่อนไข McNemar testavailable athttp://www2.bsc.gwu .การศึกษา / BSC / เอกสาร / johnlachin / mcnemarn.sas [ 27 ] กำหนดขนาดตัวอย่างโดยไม่มีเงื่อนไข theasymptotic McNemar Test สำหรับ was52 การศึกษาของเรา ( ราคาต่อรอง ratio53.3 p2150.093 a50.05 , , , andb50.20 ) . ในการศึกษาของเรา เราเสนอเดิมส่งสอง pairsof มาตรฐานผู้ป่วยแต่ละแพทย์ ( กับ secondpair ถูกชายคนหนึ่งและผู้หญิงหนึ่งกับ thritis osteoar รุนแรง )ตัวอย่างทั้งหมดที่กล่าวถึงใน thisarticle ขนาดสูตรที่มีระดับหนึ่งของการจัดกลุ่ม . วิธีทำ existfor มากกว่าหนึ่งระดับของการจัดกลุ่ม [ 34,35 ] ; แต่ต้องมีการวิจัยเพิ่มเติมเพื่อขยายขนาดตัวอย่างข้อมูลเหล่านี้เจ้าวิธีการทดลองแบบไขว้ บางทีวิธีที่ดีที่สุดคือใช้ Monte Carlo หรือบูตรัดการจำลองเป็นหนึ่งสามารถประเมินขนาดของกลุ่มตัวอย่างโดยใช้สถิติ 36e38 onalmost [ ทดสอบ ] ข้อเสียคือการจำลองที่ต้องใช้ความเชี่ยวชาญคอมพิวเตอร์ และสามารถ betime การบริโภค ข้อดี คือ สามารถรวม allcovariates ในรูปแบบและด้วยเช่น อย่างชัดเจน มีสูตรคำนวณขนาดตัวอย่างที่มีประสิทธิภาพมากที่สุด 6 . สรุป