Puissance et NSN Puissance Aptitude d'une comparaison à mettre en évidence une différence qui...
Transcript of Puissance et NSN Puissance Aptitude d'une comparaison à mettre en évidence une différence qui...
Puissance et NSN
Puissance
Aptitude d'une comparaison à mettre en évidence une différence qui existe réellement
Pour une situation donnée, dépend du nombre de sujets 1-β β ne se calcule pas comme le p Conditionnée par le nombre de sujets Calcul du nombre de sujets +++
Conséquences d'une puissance insuffisante
Forte probabilité d'obtenir un résultat négatif (différence non significative)– coût
Force de conviction faible des petits essais– partie visible de l'iceberg
Difficulté d'interprétation d'une différence non significative
Calcul a priori du nombre de sujets nécessaires– pour garantir une puissance élevée (80 - 95%)
Le calcul dépend– de alpha (5%)– de la puissance recherchée (90%)– de la différence à mettre en évidence (vrai effet)– de la fréquence de l'événement r0 (dans le groupe placebo)
nécessaire de faire des hypothèses sur r0 et le vrai effet– car inconnu avant de recueillir les observations
Mais ne peut pas être calculé à partir des données La démarche est spéculative
– si le vrai effet du traitement est de -5%
– si la fréquence r0 est de 10%
– un nombre de sujets de 578
– donne une puissance de 90% • l'essai a 90% de chance de mettre en évidence cet effet
Mais si en réalité– le vrai effet est plus petit
– ou r0 < 10%
– la probabilité d'obtenir un résultat significatif est < 90%
Taille de l'effet
0%
25%
50%
75%
100%
0.4 0.5 0.6 0.7 0.8 0.9 1
Taille de l'effet (risque relatif)
Pui
ssan
ce
Risque de base
0%
25%
50%
75%
100%
0 0.1 0.2 0.3 0.4 0.5 0.6
Risque de base
Pui
ssan
ce
N
0%
25%
50%
75%
100%
0 1000 2000 3000 4000 5000
Nombre de sujets par groupe
Pui
ssan
ce
Critère continu
Alpha Beta
Effet : différence de moyenne Écart type inter sujet
Plus l’effet est petit vis à vis de l’écart type, plus le NSN est grand
Puissance et calcul de l’effectif
Michel CucheratFaculté de médecine Paris V
Hôpital Européen Georges Pompidou
Puissance
Aptitude d'une comparaison à mettre en évidence une différence qui existe réellement
Pour une situation donnée, dépend du nombre de sujets 1-β β ne se calcule pas comme le p Conditionnée par le nombre de sujets Calcul du nombre de sujets +++
Conséquences d'une puissance insuffisante
Forte probabilité d'obtenir un résultat négatif (différence non significative)– coût
Force de conviction faible des petits essais– partie visible de l'iceberg
Difficulté d'interprétation d'une différence non significative
Calcul du nombre de sujets
rappel : le risque relatif
quantification de l’effet du traitement
1effet bénéfique fréquence sous traitement < fréquence sans traitement
effet délétèrefréquence sous traitement > fréquence sans traitement
0 0.25 0.5 0.75 1 1.25 1.5 1.75 2RR
Rappel sur les fluctuations d’échantillonnage
Les valeurs observées fluctuent autours de la vraie valeur distributions des valeurs observées autour de leur vraie valeur
en cas de répétitions des essais, les risques relatifs observés fluctuent autours du vrai risque relatif
RRv
RRobs
Nombre de sujets et largeur de l'IC
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6
100
200
300
400
Principe du calcul du nombre de sujets
Garantir l'obtention d'une différence significative si le traitement est efficace
– significatif = la borne supérieure de l’IC du RR est inférieure ou égale à 1
Déterminer n, tel que bs=1 pour un RRobs donné
1
RRobs
Fluctuation des observés
Grâce aux propriétés mathématiques des distribution on peut calculer la probabilité d'observer un RR au moins
aussi importante que RRref
RR
il a % des RR observés qui sont supérieurs à RR
RRv
RR'
1
RR
On calcul n pour que le test soit significatif tant que le RR qui sera observé reste inférieur à RR’
RRv
RR'
1-
1
RR
Cependant si le RR observé est supérieur à RR’ le test est NS
cette situation est celle de l’erreur β
comme on veut que β soit < 0.20, on peut déterminer RR’
RRv
RR'
1-
1
RR
RR’ est déterminé de telle façon que la probabilité que le RR observé lui soit supérieur est β
cela nécessite de connaître RRv
ensuite on calcul n de telle façon que le test soit significatif pour RR’
n
Cas général
1 0
2201
1 0
( )
obs
obs
g x x
ssse g
n n
1 0
1 1 0 0
1 0
1 1( )
obs
obs
g p p
p p p pse g
n n
,bi bs g z SE g
zalpha = 1-alpha ème percentilesi alpha=2.5% zalpha=1.96
z
g
g' ( )g g z se g
1-
bs / 2 ( )bs g z se g
/ 2
( ) ( )
bs g z s z s
avec s se g se g
/ 2bs g z z s
g
g'
g = g’
1-
0
2
1
Influence de la vraie valeur
Plus le traitement est efficace moins il faut de sujets
RRv
1
RRv
RR
1
Influence de la puissance
Plus on veut de puissance plus il faut de sujets
RRv
1
RRv
1
Influence du risque de base
Le risque de base conditionne la dispersion des risques relatifs
plus r0 est petit plus les fluctuations
aléatoires sont importantes – cad plus la
variance est grande
r0 grand
r0 petit
Influence du risque de base
Plus les événements sont rares plus il faut de sujets
1 1
r0 petitr0 grand
Au total
Les paramètres intervenants sont– la vraie valeur du RR– le risque de base– le risque alpha– le risque beta
Calcul a priori du nombre de sujets nécessaires– pour garantir une puissance élevée (80 - 95%)
Le calcul dépend– de alpha (5%)– de la puissance recherchée (90%)– de la différence à mettre en évidence (vrai effet)– de la fréquence de l'événement r0 (dans le groupe placebo)
nécessaire de faire des hypothèses sur r0 et le vrai effet– car inconnu avant de recueillir les observations
Mais ne peut pas être calculé à partir des données La démarche est spéculative
– si le vrai effet du traitement est de -5%
– si la fréquence r0 est de 10%
– un nombre de sujets de 578
– donne une puissance de 90% • l'essai a 90% de chance de mettre en évidence cet effet
Mais si en réalité– le vrai effet est plus petit
– ou r0 < 10%
– la probabilité d'obtenir un résultat significatif est < 90%
Critère continu
Alpha Beta
Effet : différence de moyenne Écart type inter sujet
Plus l’effet est petit vis à vis de l’écart type, plus le NSN est grand
PREPIC - design
Filtre cave vs pas de filtre Prévention EP Calcul du NSN
we estimated that this incidence would be about 5 percent in the no-filter group and 1 percent in the filter group.5 A reduction in the incidence of pulmonary embolism from 5 to 1 percent,with a two-tailed test at an alpha level of 5 percent and a beta risk of 10 percent,would require a sample size of 400 patients per group,or a total of 800 patients
PREPIC - résultat
400 patients inclus EP 2/200 (1.1%) vs 9/200 (4.8%) p = 0.03 OR = 0.22 IC95%=[0.05;0.90]
Exercice
prévention secondaire de l’AVC Aspirine Crit principal : mortalité totale
calcul du NSN ?
Assuming an event rate of 4 percent per year for five years, we calculated that 9000 patients would be required for the study to have 90 percent power to detect a 13.5 percent reduction in the relative risk with a two-sided alpha level of 0.05
Calculatrice – www.spc.univ-lyon1.fr/mfcalc
« Trucs » pour diminuer le NSN
Faire une hypothèse délirante sur l’effet du traitement– suicidaire
Faire l’essai avec des patients à haut risque– pour les crit continu : avec des sujets très homogènes
Augmenter la durée de suivi