バイナリ診断テスト評価のためのサンプルサイズ計算の改善

目的：この研究の目的は、感度（SE）と特異性（SP）のより正確な推定のために、サンプルサイズの計算を改善するための新しいR関数を策定することを目的としています。 方法：開発された関数は、Bingroup Rパッケージのバインド設計関数に基づいています。これにより、二項分布に基づいて「正確な」メソッドを使用できました。さらに、この関数は、SEとSPの共同テストと、パワー関数の非単調な挙動を考慮します。 結果：4つのテーブルが生成され、SE（またはSP）の予想される組み合わせと、予想されるSE（またはSP）と最小許容SE（またはSP）の決定的な違いについて、ジョイントまたは個別の評価でケース数（またはコントロール）を表示しました。式を使用して、SEとSPの共同テストでは、単にパワーカーブの鋸歯状形状を可能にするよりも、サンプルサイズの増加が高くなりました。 結論：SEとSPの等しい値が重要な場合はいつでも、共同テストを好み、サンプルサイズの決定に使用する必要があります。

OBJECTIVE: This study aimed to formulate a new R function to improve sample size calculation for more accurate estimations of sensitivity (Se) and specificity (Sp). METHODS: The developed function is based on the binDesign function of the binGroup R package. This allowed the use of an "exact" method based on the binomial distribution. In addition, the function takes into account a joint testing of Se and Sp and a nonmonotonous behavior of the power function. RESULTS: Four tables were generated to display the number of cases (or controls) in joint or separate assessments for an expected combination of Se (or Sp) and a determined difference between the expected Se (or Sp) and the minimum acceptable Se (or Sp). Using the formula for a joint testing of Se and Sp, it resulted in a higher increase of the sample sizes than simply allowing for the sawtooth shape of the power curve. CONCLUSION: Whenever equal Se and Sp values are important, a joint testing should be favored and used for sample size determination.