Klinik Araştırmada Örneklem Büyüklüğü Nasıl Hesaplanır?

"Kaç hasta almalıyım?" sorusu, her klinik araştırmanın planlamasında sorulması gereken ilk sorulardan biridir. Az hasta almak çalışmayı güçsüz bırakır; gereğinden fazla hasta almak etik ve kaynak israfıdır.

Güç Analizi Neden Şarttır?

Güç analizi olmadan yapılan bir çalışma şu risklerle karşı karşıya kalır:

Tip II hata: Gerçekte var olan bir farkı tespit edememek. Çok az hasta alındığında p değeri anlamlı çıkmaz ama bu "fark yok" anlamına gelmez; "farkı tespit etmek için gücümüz yoktu" anlamına gelir.

Etik kurul reddi: Çoğu etik kurul, örneklem büyüklüğü gerekçelendirilmemiş başvuruları geri çevirir.

Dergi reddi: Örneklem büyüklüğü hesabı olmayan çalışmalar yüksek etkili dergilerde kabul görmez.

Dört Temel Parametre

Güç analizi için dört parametre gereklidir:

1. Etki büyüklüğü (Effect size)

Beklenen fark ne kadar büyük? Bu değer literatürden gelir. Benzer çalışmalarda gözlemlenen etki büyüklüğü pilot olarak kullanılır.

Cohen'in standart sınıflandırması:

• d = 0.2: Küçük etki
• d = 0.5: Orta etki
• d = 0.8: Büyük etki

2. Anlamlılık düzeyi (Alpha; α)

Tip I hata olasılığı. Standart olarak α = 0.05.

3. Güç (Power; 1-β)

Gerçek farkı tespit etme olasılığı. Genellikle %80 (β=0.20) veya %90 (β=0.10).

4. Test türü

İki bağımsız grup mu, eşleştirilmiş mi, survival mı; her test tipi farklı hesaplama gerektirir.

G*Power ile Hesaplama

G*Power ücretsiz ve en yaygın kullanılan güç analizi aracıdır.

İki bağımsız grup t-testi için:

Tests → Means: Difference between two independent means
Input parameters:
  Effect size d: 0.5 (orta etki için)
  α err prob: 0.05
  Power: 0.80
  Allocation ratio: 1 (eşit gruplar)
→ Calculate → Total sample size: 128 (64 her grupta)

Ki-kare testi için:

Etki büyüklüğü w hesaplanır: w = √(χ²/N). Ya da doğrudan beklenen oranlar girilir.

Survival analizi için:

Log-rank test güç analizi; beklenen medyan sağkalım süresi ve accrual period girilir.

Etki Büyüklüğünü Literatürden Bulma

Pilot çalışma yoksa en güvenilir yol literatür taramasıdır. Benzer popülasyonda, benzer müdahalede yapılan çalışmaların etki büyüklüğünü hesaplayın:

• Sürekli değişken için: d = (Ortalama₁ - Ortalama₂) / Pooled SD
• Oran farkı için: h = 2×arcsin(√p₁) - 2×arcsin(√p₂)

Literatürde etki büyüklüğü bildirilmemiş ama ortalama ve SD varsa hesaplayabilirsiniz.

Kayıp Takip İçin Düzeltme

Hesaplanan örneklem büyüklüğüne beklenen kayıp takip oranı eklenir:

N_düzeltilmiş = N / (1 - dropout_oranı)

Klinik çalışmalarda genellikle %10-20 kayıp takip kabul edilir.

Örneklem büyüklüğü hesabı ve güç analizi desteği için ücretsiz görüşme talep edin.

---