作者saltlake (SaltLake)
站内Statistics
标题[问题] 小样本数的效果
时间Sat Jul 12 05:46:09 2014
医学方面的研究文献才会看到招募很少受试者的研究出版
例如受试者数目仅在 2-20 左右
然後让受试者主观评论或者量测某些量化参数
最後再根据以上论或量测
对某种医学技术的效果做出评监或推荐
例如在根据医学影像作诊断的时候
挑好一定数目的临床患者影像
再找一小群医学影像的临床专家
对这些没有病人编号与姓名的影像
根据常规方式做监别诊断
过一段时间後
再让这些专家对随机打乱顺序的同样影像
利用新方法做监别诊断
最後比对诊断结果之差异 例如使用新方法
专家之间对同样患者影像的判别诊断的差异较小
问题是 因为样本数很少 可以说没有统计检定力
那麽这些研究的结论对於设计较大规模而有统计检定
力的试验 有怎样的统计方法支持吗?
还有 只用 2-5 个受试者的研究结果 和使用 12-20
个的研究结果 用较多受试者的结果真的在统计上较可靠?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 61.70.243.193
※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Statistics/M.1405115172.A.842.html
1F：推 EZX:第一个问题的话 试验材料(单位)复杂而且变异大，像是病人 07/13 10:09
2F：→ EZX:还有一些动物 所以试验材料通常重复使用消除变异 07/13 10:11
3F：→ yhliu:我不清楚相关细节, 但以你描述的例子, 样本数并非患者人数. 07/14 14:55
4F：→ yhliu:看起来患者与专家应是两个 blocking factor. 总样本数是 07/14 14:56
5F：→ yhliu:(患者数) ×(专家数). 07/14 14:57
这类问题有两种样本来源: 诊断专家 和 患者
固然一种看法是把每次专家检查患者都当独立事件
但是这类问题有时候研究目标是看诊断专家之间的差异 (Inter-Observor Variations)
而上述问题的来源在於
拿同样一张爱克斯光片让受过相同训练的影像专家检视
可能得到不同意见 例如一个专家说宜有肿瘤而另一个认为健康
所以有些研究希望发展出新的检查方法来降低不同专家对同样影像产生不同诊断意见
的机会
例如找出影像的某些特徵数值等等
在这种状况下
固然受试患者数太少会有无法代表患者母体的问题
但受试专家人数太少也无法对专家的母体有代表性
※ 编辑: saltlake (61.70.243.193), 07/14/2014 22:27:50