Sobre este documento

O nome deste tipo de documento é MarkDown para R. Ele existe para facilitar a reprodução de procedimentos estatísticos e permitir a transparência. Todos os códigos mostrados aqui podem ser copiados e colados ou mesmo digitados no pacote estatístico R para obter os mesmos resultados que são mostrados após cada bloco de código.

Para saber mais sobre este tipo de documento, ver http://rmarkdown.rstudio.com.

Para entrar em contato com autor use telegram (@gabrielmng) ou e-mail (gguimaraes@unb.br)

Requisitos para reproduzir os cálculos

Este código necessita do pacote TrialSize para R instalado.

require(TrialSize)
## Loading required package: TrialSize

Hipótese

Valor aferido da hemoglobina glicada em pacientes diabéticos submetidos a revascularização do miocárdio com circulação extracorpórea varia significantemente mais que o de pacientes não diabéticos do pré-operatório para o pós-operatório.

Conhecimento a priori

Sabemos com base em estudo piloto (29 pacientes) da pesquisadora principal que a média da hemoglobina glicada é aproximadamente 7,62 na população estudada, com desvio-padrão de 1,41. A média da variação é 0.31, mediana de 0.25 com desvio-padrão de 0.43 na amostra de diabéticos. A variação na amostra de não diabéticos tende a zero.

Parâmetros adicionais

Considerando uma variação de 0,25 ou maior como significante, um erro alfa de 5%, um poder de 80% (erro beta de 20%), uma amostra de único grupo (coorte simples) e que trata-se de estudo de Coorte simples (não faz sentido pensar em margem de não inferioridade ou em equivalência), o seguinte comando foi usado para estimar o tamanho da amostra (ler mais em Chow 2003):

print(ceiling(TrialSize::TwoSampleMean.NIS(alpha=0.05,beta=0.2,sigma=0.43,k=1:1,margin=0.25,delta=0)))
## [1] 37

Observação: esse é o tamanho de cada grupo da amostra estimado para um poder de 80%, é possível chegar a uma conclusão com amostra menor ou ser necessário amostra ainda maior. Amostras maiores são recomendadas sempre que possível quando a prioridade é estabelecer o nível evidência, mas fatores locais como custos, logística e segurança do paciente precisam ser considerados no sistema da pesquisa.

Se outras análises forem planejadas, estabelecer erro alfa menor e recalcular tamanho da amostra, compensando para múltiplas análises, por exemplo: se planejar dois desfechos, usar 0.05/2. No plano de análise estatística estabelecer método(s) de compensação para múltiplos testes se for o caso.

print(ceiling(TrialSize::TwoSampleMean.NIS(alpha=0.05/2,beta=0.2,sigma=0.43,k=1:1,margin=0.25,delta=0)))
## [1] 47
print(ceiling(TrialSize::TwoSampleMean.NIS(alpha=0.05/3,beta=0.2,sigma=0.43,k=1:1,margin=0.25,delta=0)))
## [1] 53

Obs: valores acima são por grupo.

Se custos da pesquisa forem elevados, considerar ainda no projeto incluir o planejamento de análise interina e compensações consequentes. Sugiro incluir plano de critério de parada “interromper estudo por futilidade” se os custos forem elevados. Dica: usando Šidák, o valor-p ajustado é erro alfa dividido pelo número de análises interinas. O ajuste de Armitage-McPherson é um pouco menos severo e igualmente aceito.

Referências

Chow SC, Shao J, Wang H. Sample Size Calculation in Clinical Research. New York: Marcel Dekker, 2003

Šidák Z: Rectangular confidence regions for the means of multivariate normal distributions. J Am Statist Assoc. 1967, 62: 626-633

McPherson CK, Armitage P: Repeated significance tests on accumulating data when the null hypothesis is not true. J R Stat Soc A. 1971, 134: 15-25.