W badaniach klinicznych istotne znaczenie zyskują obecnie nowoczesne systemy rejestracji danych (eCRF), oraz ich automatycznej analizy. Jednak wdrożenie nawet najbardziej zaawansowanego systemu zarządzania danymi jest bezcelowe wobec niedoskonałości na etapie projektowania badań. Z uwagi na możliwość znaczącej redukcji kosztów, coraz powszechniejsze jest wykorzystanie przy planowaniu badań, zarówno przeprowadzanych bezpośrednio jak i typu badania online, możliwości jakie daje analiza mocy testów oraz wyznaczanie liczności prób.
Dobrze zaplanowane badanie musi zapewniać moc testu wystarczająco dużą do wykrycia rozsądnych odstępstw od hipotezy zerowej. Na moc testu ma wpływ szereg czynników, takich jak: rodzaj wykonywanego testu, wielkość spodziewanego efektu, niedokładności pomiarowe oraz oczywiście liczność próby. Badanie przeprowadzone na zbyt małej próbie osób może nie wykazać w ogóle efektu, z kolei każde zwiększenie liczności próby wiąże się w naturalny sposób z zaangażowaniem dodatkowych kosztów.
W większości typowych badań opinii postępowanie przy ocenie mocy testu i wymaganej liczności próby, obejmuje następujace etapy:
1. Wybór typu hipotezy i wartości parametru odpowiadającej hipotezie zerowej.
2. Sprawdzenie mocy i liczności próby dla rozsądnego zakresu spodziewanej wielkości efektu.
3. Obliczenie wielkości próby wymaganej do wykrycia efektu o sensownej wielkości (tzn. odchyleniu od hipotezy zerowej) i przy rozsądnej mocy testu (analiza krzywych O.C.).
Literatura:
StatSoft (2006). Elektroniczny Podręcznik Statystyki PL, Krakow, WEB: http://www.statsoft.pl/textbook/stathome.html
