[問題] 小樣本數的效果

[saltlake (SaltLake)]

 醫學方面的研究文獻才會看到招募很少受試者的研究出版

 例如受試者數目僅在 2-20 左右

 然後讓受試者主觀評論或者量測某些量化參數

 最後再根據以上論或量測

 對某種醫學技術的效果做出評鑑或推薦

 例如在根據醫學影像作診斷的時候

 挑好一定數目的臨床患者影像

 再找一小群醫學影像的臨床專家

 對這些沒有病人編號與姓名的影像

 根據常規方式做鑑別診斷

 過一段時間後

 再讓這些專家對隨機打亂順序的同樣影像

 利用新方法做鑑別診斷

 最後比對診斷結果之差異 例如使用新方法

 專家之間對同樣患者影像的判別診斷的差異較小

   問題是 因為樣本數很少 可以說沒有統計檢定力

 那麼這些研究的結論對於設計較大規模而有統計檢定

 力的試驗 有怎樣的統計方法支持嗎?

   還有 只用 2-5 個受試者的研究結果 和使用 12-20

 個的研究結果 用較多受試者的結果真的在統計上較可靠?




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.70.243.193
※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1405115172.A.842.html
推 EZX:第一個問題的話 試驗材料(單位)複雜而且變異大，像是病人
→ EZX:還有一些動物 所以試驗材料通常重複使用消除變異
→ yhliu:我不清楚相關細節, 但以你描述的例子, 樣本數並非患者人數.
→ yhliu:看起來患者與專家應是兩個 blocking factor. 總樣本數是
→ yhliu:(患者數) ×(專家數).
 這類問題有兩種樣本來源: 診斷專家 和 患者

 固然一種看法是把每次專家檢查患者都當獨立事件

 但是這類問題有時候研究目標是看診斷專家之間的差異 (Inter-Observor Variations)

 而上述問題的來源在於

 拿同樣一張愛克斯光片讓受過相同訓練的影像專家檢視

 可能得到不同意見 例如一個專家說宜有腫瘤而另一個認為健康

 所以有些研究希望發展出新的檢查方法來降低不同專家對同樣影像產生不同診斷意見

 的機會

 例如找出影像的某些特徵數值等等

 在這種狀況下

 固然受試患者數太少會有無法代表患者母體的問題

 但受試專家人數太少也無法對專家的母體有代表性


※ 編輯: saltlake (61.70.243.193), 07/14/2014 22:27:50