一项全面的模拟研究,以评估单组中断时间序列分析中效应大小和研究长度之间的关系

科学领域:

• 生物统计学 生物统计学
• 医疗保健服务研究 医疗服务研究
• 流行病学 流行病学

背景情况:

• 单组中断时间序列分析 (ITSA) 在医疗保健研究中被广泛使用.
• 对于确定ITSA研究的适当样本大小 (时间段数量) 存在有限的指导.
• 对于检测统计学上显著的干预效应,功率要求至关重要.

研究的目的:

• 估计ITSA研究达到>80%和>90%的统计能力所需的时间段的数量.
• 评估自相关性,干预时间和影响大小对功率要求的影响.
• 为研究人员提供实用工具,以确定ITSA的样本大小.

主要方法:

• 模拟使用不同数量的时间段 (10-100) 进行.
• 自相关性,干预时间 (33%,50%,67%) 和效果大小 (水平和趋势变化) 都被操纵.
• 评估了统计学意义 (p < 0.05,p < 0.01) 和功率水平.

主要成果:

• 较短的研究和更高的自身相关性需要更大的效果大小才能具有意义.
• 较早或较晚的干预引入 (超过50%) 需要更大的效果大小.
• 估计水平变化通常需要比趋势变化更小的效应大小,除了许多时间段.
• 只有10个时间段的研究产生了不可靠的估计.

结论:

• 医疗保健研究人员可以使用模拟衍生表和POWER_ITSA Stata包来规划ITSA研究.
• 足够的功率取决于研究长度,自相关性,干预时间和效果大小.
• 由于结果不可靠,避免研究时间不到10个时间段.