Zurück zur Startseite

Logo cropped
KARDIOTECHNIK Ausgabe: 04-2024
https://doi.org/10.47624/dp.033.AOZM5209

Statistik Teil 12: Fallzahlplanung

M. Kohl, F. Münch

Prof. Dr. Matthias Kohl

Department of Medical and Life Sciences Institute of Precision Medicine Hochschule Furtwangen

Jakob-Kienzle-Str. 17, 78054 Villingen-Schwenningen (Germany)

Phone: +49 (0) 7720 307-4635

Zusammenfassung

Fazitbox

Pro und Contra Fallzahlplanung:

Pro

  • Die Fallzahlplanung stellt einen zentralen Schritt bei der Planung einer Studie dar.
  • Die Berechnung der Fallzahl kann mit Hilfe von Konfidenzintervallen oder statistischen Tests durchgeführt werden. Im Fall der Konfidenzintervalle sollte zusätzlich eine Sicherheitswahrscheinlichkeit analog zur Power bei den statistischen Tests verwendet werden.
  • Monte-Carlo-Simulationen werden für die Fallzahlplanung immer wichtiger, da damit auch in komplexen Situationen eine Abschätzung der Stichprobengröße möglich ist.

Contra

  • Die Fallzahlplanung ist immer nur so gut wie die gemachten Annahmen. Daher sollten diese sehr gründlich überdacht und eher konservativ gewählt werden.
  • Werden approximative, auf asymptotischen Ergebnissen basierende Formeln für die Fallzahlplanung eingesetzt, kann dies zu einer Unterschätzung der tatsächlich benötigten Fallzahl führen.

Als Mitglied bekommen Sie an dieser Stelle den Volltext angezeigt. Bitte loggen Sie sich hier ein.

Nichtmitglieder wenden sich bei Interesse bitte an die Geschäftsstelle.

Literatur

  1. Kohl M, Münch F. Statistik Teil 3: Konfidenzintervalle. Kardiotechnik, 2022(3): 95-98.
  2. Kohl M, Münch F. Statistik Teil 7: Statistische Signifikanztests. Kardiotechnik, 2023(3): 93-98.
  3. Kohl M, Münch F. Statistik Teil 8: t-Tests und Alternativen. Kardiotechnik, 2023(4): 143-147.
  4. Kohl M, Münch F. Statistik Teil 9: Die 1-Weg ANOVA. Die Perfusiologie, 2024(1): 15-20.
  5. Kohl M, Münch F. Statistik Teil 10: Wichtige Tests für nominale Merkmale. Die Perfusiologie, 2024(2): 57-62.
  6. Kohl M, Münch F. Statistik Teil 11: Analyse der Überlebenszeit. Die Perfusiologie, 2024(3): 90-92.
  7. Flahault A, Cadilhac M, Thomas G. Sample size calculation should be performed for design accuracy in diagnostic test studies. J Clin Epidemiol.2005 58(8): 859-62. https://doi.org/10.1016/ j.jclinepi.2004.12.009
  8. R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://R-project.org/; 2024. (15.09.2024)
  9. Wickham H . ggplot2: Elegant Graphics for Data Analysis. New York: Springer-Verlag; 2016.
  10. Hedderich J, Sachs L. Angewandte Statistik. Methodensammlung mit R. 17. Auflage, Springer-Verlag; 2020.
  11. Kang H. Sample size determination and power analysis using the G*Power software. J Educ Eval Health Prof. 2021 18:17. https://doi.org/10.3352/jeehp.2021.18.17
  12. Happ M, Bathke AC, Brunner E. Optimal sample size planning for the Wilcoxon-Mann-Whitney test. Stat Med. 2019 38(3): 363-375. https://doi.org/10.1002/sim.7983
  13. Kohl M. MKpower: Power analysis and sample size calculation. R package version 0.9. 2024.
  14. Kohl M. MKinfer: Inferential Statistics. R package version 1.2. 2024.
  15. Button KS, Ioannidis JP, Mokrysz C, Nosek BA, Flint J, Robinson ES, Munafò MR. Power failure: why small sample size undermines the reliability of neuroscience. Nat Rev Neurosci. 2013 14(5): 365-76. https://doi.org/10.1038/nrn3475

Supportformular
Name  
E-Mail  
Betreff  
Beschreibung   
Bitte Zeichenfolge eingeben 
Laden …

Anhang   Dateien anhängen
Sämtliche Dateien dürfen bis zu 20 MB groß sein.
   
powered by

Einloggen in den Mitgliederbereich

 Bitte benutzen Sie zum Einloggen die Mailadresse, die bei der DGfK hinterlegt ist oder Ihren Benutzernamen. Dieser besteht aus den ersten zwei Buchstaben Ihres Vornamens und ihrem Nachnamen.

 

 

Ich kann mich nicht einloggen

Please enter your username or email address. You will receive a link to create a new password via email.