大规模人群观察性研究的logistic回归样本量指南：强调基于现实世界临床数据的统计和参数之间的准确性

中文标题：

大规模人群观察性研究的logistic回归样本量指南：强调基于现实世界临床数据的统计和参数之间的准确性

英文标题：

Sample Size Guidelines for Logistic Regression from Observational Studies with Large Population: Emphasis on the Accuracy Between Statistics and Parameters Based on Real Life Clinical Data

发布机构：

发布日期：

2021-10-01

简要介绍：

背景：不同的研究设计和人口规模可能需要不同的样本量进行逻辑回归。本研究旨在基于大量人口的观察性研究提出逻辑回归的样本量指南。

方法：我们根据真实临床数据的评估估计所需的最小样本量，以评估得出的统计数据与实际参数之间的准确性。 Nagelkerke r 平方和导出的系数与它们各自的参数进行了比较。

结果：在最小样本量为 500 的情况下，结果表明样本估计值与总体之间的差异足够小。根据对中等规模人口的审计，系数的差异在 ± 0.5 以内，Nagelkerke r 平方的差异在 ± 0.02 以内。同时，对于大量人口，系数差异在 ± 1.0 以内，Nagelkerke r 平方差异在 ± 0.02 以内。

结论：对于在分析中涉及逻辑回归的具有大人口规模的观察性研究，需要最小样本量为 500，以得出代表参数的统计数据。其他推荐的经验法则是 50 的 EPV 和公式； n = 100 + 50i 其中 i 指的是最终模型中自变量的数量。

相关资料下载：