Sample Size and Statistical Power Calculation in Multivariable Analyses: Development and Implementation of "SampleSizeMulti" Packages in R
Notice bibliographique
Résumé
This paper presents advanced methodological approaches and practical tools for sample size calculation in epidemiological studies involving multivariable analyses. Traditional sample size calculation methods often fail to account for the complexity of modern statistical analyses, particularly regarding the correlation between covariates in multivariable models. We introduce a series of R packages (SampleSizeMulti) designed to address these limitations. These packages offer two distinct calculation approaches: one based on the multiple correlation coefficient between covariates (rho-based method) and another utilizing standard errors from previous studies (SE-based method). These complementary approaches provide comprehensive solutions for different association measures commonly used in epidemiological research: prevalence ratios, odds ratios, risk ratios, and hazard ratios. The rho-based method innovatively incorporates the explicit consideration of the multiple correlation coefficient between covariates, significantly impacting required sample sizes in multivariable analyses. The SE-based method leverages information from previous studies through their confidence intervals, offering an alternative when correlation estimates are unavailable but published results exist. Furthermore, both approaches integrate crucial logistical considerations, including rejection rates, eligibility criteria, and expected losses to follow-up, providing researchers with realistic estimates of recruitment requirements and timelines. Seven detailed case studies covering various epidemiological study designs and analytical scenarios demonstrate the practical application of these methods. These examples illustrate how correlation values, standard errors, and logistical factors influence sample size calculations and study planning. The implementation in R ensures accessibility and reproducibility, while the incorporation of logistical planning tools bridges the gap between theoretical calculations and practical research requirements. These methods represent a significant advancement in study design methodology, potentially improving the quality and efficiency of epidemiological research by ensuring adequate statistical power while optimizing resource utilization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,011 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».