设计结果审计表
风险与事件概率换算
目标 HR 全局纵览 GLOBAL HR SCAN

从目标效应,回看研究规模

在其他设计假设保持不变时,逐点改变优效性目标 HR,观察目标事件数和总样本量的变化。HR 越接近 1,代表预期效应越小,研究所需信息量通常越大。

Non-inferiority interpretation

一个界值,两种统计解释

真实 HR 位于界值左侧时,结果是非劣效 Power;落在界值及其右侧时,结果是原假设区域的拒绝概率。

样本量默认继承优效性计划。改变真实 HR 会同时改变预期事件数和界值距离。
评估情景

非劣效拒绝概率曲线
Margin sensitivity

观察界值变化,不让界值替代判断

扫描非劣效界值,检查拒绝概率如何变化;预计事件数仍由样本量、真实 HR、随访和失访共同决定。

曲线用于设计敏感性讨论。界值必须由临床可接受性和效应保留原则预先论证。
界值扫描范围
界值—拒绝概率关系
逐界值结果
Audit trail

公式透明,边界先行

本页记录事件率换算、Schoenfeld 信息量和非劣效拒绝概率的计算口径。

解析结果不自动覆盖 ESS 损失、非比例风险、竞争风险或治疗交叉。
计算口径

事件率换算

将给定时间窗内的累计事件概率 P(t) 转换为恒定年风险率:

$$\lambda_0=-\log\{1-P_0(t)\}/t,\qquad \lambda_1=HR\times\lambda_0.$$

优效性目标事件数

设试验组分配比例为 p,采用单侧 Schoenfeld 近似:

$$D=\frac{(z_{1-\alpha}+z_{1-\beta})^2}{p(1-p)\{\log(HR)\}^2}.$$

非劣效拒绝概率

在非劣效界值 M、真实 HR 为 θ 时:

$$\Phi\left[\sqrt{Dp(1-p)}\log(M/\theta)-z_{1-\alpha}\right].$$

当 θ<M 时,该概率解释为非劣效 Power;当 θ≥M 时,应解释为在原假设区域拒绝原假设的概率,而不是 Power。

模型假设

计算假设比例风险、指数事件时间、均匀入组、独立非信息性指数失访和固定分析时点。固定入组期模式直接给定入组期;固定入组速度模式通过数值求根反解样本量和入组期。

真实世界研究限制

本工具未自动计入倾向评分加权或匹配造成的有效样本量(ESS)损失,也未处理组间重叠不足、治疗交叉、非比例风险、竞争风险或多重终点。正式方案应结合盲态总体事件率、失访率和 ESS 进行复核。

默认设计

单侧 α=0.025、Power=85%、目标 HR=0.80、对照组 1 年累计事件率 3.4%、两组年失访率 2%、1:1 入组、24 个月入组期、末例随访 36 个月、非劣效界值 1.30。