При расчете требуемого объема выборки в интервенционных исследованиях с помощью большинства калькуляторов (включая наш сервис в StatTech), есть значение, которое чаще всего оставляют по умолчанию равным 1. Это соотношение размеров групп. Действительно, кажется лучшим вариантом, когда сравниваемые группы включают одинаковое количество пациентов. Такой подход можно увидеть во многих исследованиях, в том числе публикуемых в авторитетных журналах.

Между тем, известно, что требуемый размер выборки зависит от вариабельности (дисперсии) признака — чем выше дисперсия, тем исследуемых должно быть больше. Мне попалась статья J.A.List et al. (Exp Econ (2011) 14:439–457, DOI 10.1007/s10683-011-9275-7), где предложено учитывать вариабельность признака при определении требуемого числа исследуемых.

Правило простое: при сравнении количественных показателей отношение числа исследуемых в группах должно соответствовать отношению стандартных отклонений сравниваемого признака. Например, если взять значения SD в полях нашего калькулятора по умолчанию: 12 и 8, число пациентов в 1 группе должно относиться к числу пациентов во 2 группе как 12:8 или 1,5:1 (как на скриншоте). Это обеспечит достижение необходимого уровня мощности при минимальном числе исследуемых.

Аналогичным образом предложено поступать и при сравнении бинарных исходов. В данном случае максимальная дисперсия признака наблюдается при частоте исхода 0,5, или 50%. Соответственно, чем ближе находится частота исхода в одной из групп к 50%, тем большее число исследуемых должно быть в этой группе.

Выглядит достаточно разумно и обоснованно. Встречался ли Вам такой подход при расчете требуемого числа исследуемых в статьях?