8、样本量重新估计方法：盲法与非盲法的深入解析

样本量重新估计方法：盲法与非盲法的深入解析

1. 盲法样本量重新估计方法（Blinded SSR Methods）

盲法样本量重新估计（SSR）无需知晓个体患者的治疗分配信息。它旨在应对连续终点变异性假设不准确，或二元终点试验中对照组背景事件率假设偏差的情况，从而调整样本量。

这种方法有诸多优点，它不会导致治疗揭盲，也无需担心为试验引入偏差，被FDA指南归类为“易于理解”的适应性特征，且在实际操作中比非盲法SSR更容易实施。不过，其简单性也有代价，大多数盲法SSR方法默认最初假设的治疗效果值成立。若实际治疗效果大于计划值，可能误判方差增大而不必要地增加样本量；若小于预期，样本量增加可能不足，导致试验效力不足。因此，盲法SSR通常适用于有合理信心认为治疗效果假设成立，仅需在中期分析时重新评估干扰参数假设的情况。

对于正态终点的两治疗组比较，有几种盲法估计方差（干扰参数）的方法：
- 单样本方差法 ：该方法计算两个治疗组的总体变异性估计值，基本忽略不同治疗分配。对于均值分别为 $\mu_1$ 和 $\mu_2$ 的两个正态样本，共同方差 $\sigma^2$（干扰参数）可估计为：$\hat{\sigma}^2 = \frac{1}{2n_{int}} \sum_{i=1}^{2n_{int}} (y_i - \bar{y})^2$，其中 $n_{int}$ 是中期每组样本量，$y_i$ 是观察到的中期数据，$\bar{y}$ 是总体均值。此方法虽忽略了治疗间变异性成分，但在临床试验中，其偏差影响通常较小。
- 调整的单样本方差法 ：对单样本方差法的偏差进行校正，校正幅度取决于中期样本量 $