マッチドケースコントロール研究のサンプルサイズ計算の方法
- マッチドケースコントロール研究とは?
- マッチドケースコントロール研究のサンプルサイズ計算スクリプト
- マッチドケースコントロール研究のサンプルサイズ計算例
- マッチドケースコントロール研究のサンプルサイズ計算をエクセルで
- まとめ
- 参考書籍
マッチドケースコントロール研究とは?
年齢、性別、など、病気に深くかかわっている因子だけど、研究対象にしたいわけでないとき、影響をなくしてしまいたい。
ケースとコントロールの重要な因子を合わせて、ケースとコントロールを選ぶというデザインが、マッチドケースコントロール研究だ。
マッチドケースコントロール研究のサンプルサイズ計算スクリプト
- p0: コントロールの曝露割合
- rr: 想定されるオッズ比
- ctrl: ケースに対するコントロールの人数
とすると、R では以下のようにスクリプトが書ける。
sample.size.matched.ccs <- function(p0, rr, sig.level=.05, power=.8, ctrl=1){ za <- qnorm(1-sig.level/2) zb <- qnorm(power) p <- rr/(1+rr) m <- (za/2 + zb*sqrt(p*(1-p)))**2/(p-1/2)**2 p1 <- p0*rr/(1+p0*(rr-1)) q0 <- 1-p0 q1 <- 1-p1 pe <- p0*q1+p1*q0 pair <- (ctrl+1)*(m/pe)/(2*ctrl) METHOD <- "Matched Case Control Study Sample Size Calculation" structure(list("Matched pairs"=ceiling(pair), "Ctrl:Case ratio"=ctrl, "Number of cases"=ceiling(pair), "Number of ctrls"=ceiling(pair)*ctrl, "Total number of sbjcts"=ceiling(pair) + ceiling(pair)*ctrl, "Prop exposed in controls"=p0, "Assumed Odds Ratio"=rr, sig.level=sig.level, power=power, method=METHOD), class="power.htest") }
↑1万人以上の医療従事者が購読中
マッチドケースコントロール研究のサンプルサイズ計算例
コントロールの曝露割合が0.3、オッズ比が2、検出力が90%とすると、
187ペアが必要と計算される。
> sample.size.matched.ccs(p0=.3, rr=2, power=.9) Matched Case Control Study Sample Size Calculation Matched pairs = 187 Ctrl:Case ratio = 1 Number of cases = 187 Number of ctrls = 187 Total number of sbjcts = 374 Prop exposed in controls = 0.3 Assumed Odds Ratio = 2 sig.level = 0.05 power = 0.9
もしコントロールを2例とるとすると、必要ペア数は140ペアに減る。
しかし全体のサンプルサイズは374から420に増加する。
ケースがどうしても集まりにくいならしかたないが、サンプルサイズ全体を考えたら、1:1のほうが効率がいい。
> sample.size.matched.ccs(p0=.3, rr=2, power=.9, ctrl=2) Matched Case Control Study Sample Size Calculation Matched pairs = 140 Ctrl:Case ratio = 2 Number of cases = 140 Number of ctrls = 280 Total number of sbjcts = 420 Prop exposed in controls = 0.3 Assumed Odds Ratio = 2 sig.level = 0.05 power = 0.9
違う条件で、例えば、コントロールの曝露が50%、オッズ比2、検出力80%、ケースとコントロールの比が1:1とすると、137ペア、274症例集めればいい。
> sample.size.matched.ccs(p0=0.5, rr=2) Matched Case Control Study Sample Size Calculation Matched pairs = 137 Ctrl:Case ratio = 1 Number of cases = 137 Number of ctrls = 137 Total number of sbjcts = 274 Prop exposed in controls = 0.5 Assumed Odds Ratio = 2 sig.level = 0.05 power = 0.8
ケースとコントロールの比を1:2としても、ケースは103例必要でそれほど節約できず、全体の必要対象者数は309例に増加する。
必要ケースは34例少なくなる。
全体必要対象者数は35例増える。
> sample.size.matched.ccs(p0=0.5, rr=2, ctrl=2) Matched Case Control Study Sample Size Calculation Matched pairs = 103 Ctrl:Case ratio = 2 Number of cases = 103 Number of ctrls = 206 Total number of sbjcts = 309 Prop exposed in controls = 0.5 Assumed Odds Ratio = 2 sig.level = 0.05 power = 0.8
1:3にすると、ケースが91例必要で、全体の必要症例数はさらに364例に増加する。
1:1と比べると必要ケースは46例減るが、全体は90例増える。
コントロール対ケースの比を上げても、あまり得策でないことがわかる。
> sample.size.matched.ccs(p0=0.5, rr=2, ctrl=3) Matched Case Control Study Sample Size Calculation Matched pairs = 91 Ctrl:Case ratio = 3 Number of cases = 91 Number of ctrls = 273 Total number of sbjcts = 364 Prop exposed in controls = 0.5 Assumed Odds Ratio = 2 sig.level = 0.05 power = 0.8
マッチドケースコントロール研究のサンプルサイズ計算をエクセルで
エクセルで計算できるようにしてみた。
よかったらどうぞ。
【疫学】マッチドケースコントロール研究 サンプルサイズ計算 【エクセルでサンプルサイズ】 | TKER SHOP
使い方動画をアップロードした。
こちらもよければ。
まとめ
マッチドケースコントロール研究は、研究対象にはしないが、どうしても外せない要因をマッチして、最初から無効化してしまう点で効率がいい。
必要ケース例数を抑えたくて、1:n のデザインを考えても、必要ケース例数が減った分を上回るほど余分に必要になり、むしろ全体のサンプルサイズが大きくなり、効率は悪くなる。
1:1デザインで、頑張ってケースを集めるのが、一番効率がいい。
参考書籍
Schlesselman JJ, Case-Control Studies, Oxford University Press, Oxford NY, 1982
6.6 Sample size and power for pair-matched studies pp.160-162
コメント