доктор медицины, заведующий Центральной научно-исследовательской лабораторией;
профессор кафедры общественного здоровья, здравоохранения, общей гигиены и биоэтики,
г. Якутск; 163000, г. Архангельск, Троицкий проспект, д. 51
Arkhangelsk;
Yakutsk
кандидат медицинских наук, доцент, магистр общественного здоровья, доцент кафедры стоматологии детского возраста,
163000, г. Архангельск, Троицкий проспект, д. 51
кандидат медицинских наук, доцент, заведующий научно-исследовательской лабораторией медицинской кибернетики и управления в здравоохранении, доцент кафедры медицинской кибернетики и информатики,
660022, г. Красноярск, ул. Партизана Железняка, д. 1
Krasnoyarsk
доктор медицинских наук, профессор, заведующий кафедрой медицинской кибернетики и информатики,
660022, г. Красноярск, ул. Партизана Железняка, д. 1
Krasnoyarsk
В отечественных биомедицинских исследованиях недопустимо редко рассчитываются необходимые объемы выборки при планировании научных проектов, что часто приводит к ситуации, когда статистической мощности недостаточно для ответа на поставленные задачи. Это встречается как при оценке параметров, так и для проверки статистических гипотез. Кроме того, даже в тех случаях, когда расчеты проводятся, они осуществляются с помощью упрощенных формул, подразумевающих нормальное распределение признака, что не всегда корректно в биомедицинских исследованиях. Корреляционный анализ является одним из наиболее часто встречающихся видов анализа в отечественной биомедицинской литературе для оценки связи между двумя признаками, причем параметрический коэффициент Пирсона, несмотря на известные ограничения, встречается в литературе гораздо чаще его непараметрических альтернатив. Мы рассчитали минимальные размеры выборки, необходимые для применения коэффициента корреляции Пирсона и непараметрических коэффициентов Спирмена и Кендалла, что позволит начинающим исследователям оценить необходимый объем в зависимости от поставленной задачи, ожидаемой величины связи, типа и распределения данных. Результаты расчетов представлены в виде готовых для практического использования таблиц с минимально необходимым размеров выборки для получения статистически значимых коэффициентов корреляции от 0,10 до 0,90 с шагом 0,05 для мощности 0,8 и 0,9 на уровне альфа-ошибки 5%, а также для их определения с точностью на уровне ширины доверительного интервала 0,1 и 0,2 при доверительной вероятности 95%.
Sample size calculation prior to data collection is still relatively rare in Russian research practice. This situation threatens validity of the conclusion of many projects due to insufficient statistical power to estimate the parameters of interest with desired precision or to detect the differences of interest. Moreover, in a substantial proportion of cases where sample size calculations are performed simplified formulas with assumption of a normal distribution of the studied variables are used in spite of the fact that this assumption does not hold for many research questions in biomedical research. Correlation analysis is still one of the most commonly used methods of statistical analysis used in Russia. Pearson’s correlation coefficient despite its well-known limitations appears in a greater proportion of publications that non-parametric coefficients. We calculated minimal sample sizes for the parametric Pearson’s coefficient as well its non-parametric alternatives — Spearman’s rho and Kendall’s tau-b correlation coefficients to assist junior researchers with the tool to be able to plan data collection and analysis for several types of data, various expected strengths of associations and research questions. The results are presented in ready-for-use tables with required sample size for the three abovementioned coefficients within the range from 0,10 through 0,90 by 0,05 for statistical power 0,8 and 0,9 and alpha-error or 5% as well as for estimation of the same correlation coefficients with the 95% confidence intervals width equal to 0,1 and 0,2.
The authors declare that there are no conflicts of interest present.