实验动物的样本量估算其实和临床研究样本量估算的原理相同，都需要通过研究的效应量进而估计得到所需样本数量，以此获得足够的效能（power）来进行统计分析并得出相对可靠的结论。目前常用的估算方法有以下两种：
基于功效检验的样本含量估算
基于收益递减法则的样本含量估算
需要已知的最重要的参数为：
效应量（各组关键指标的均数）
标准差（各组关键指标的标准差）
一类错误概率（α）
统计功效（power=1-β），其中β为二类错误概率
通常还要考虑如模型失败，动物死亡等原因造成的损耗率，通常在10-20%左右。该方法也是临床试验中样本含量估算的常用方法，优势在于结果稳健且易于解释。但它也并非完美无缺，因为需要提前通过预实验或发表文献中获取每组动物的效应量和其标准差，在一些场景下则无法使用，当无法取得关键指标的既往信息时（无效应量和标准差）该方法则无法使用。此时方法2则可以作为替代方案。
通过方差分析的自由度（E）进行估算，E的取值范围应在10-20之间，如果当计算的E小于10则说明应当增加每组的动物数量，以此提高其产生显著性水平结果的可能；当计算的E大于20时则说明估算的动物数量过多，并不能继续提高其产生显著性水平的结果的可能，造成实验动物的浪费，所以应当减少每组的动物数量。其中E的计算公式如下：
E=各组实验动物之和-组数
以CCMR对我的质询为例，如当实验动物数预计需要120只（6组*20只/组），组数为6组包含空白对照组，手术组，假手术组，低剂量药物组，中剂量药物组，高剂量药物组时，此时E=120-6=114，E大于20，则说明动物数量过多，应当减少。如果根据方法2中E的取值范围（10-20），则每组在4-5只左右。很显然，方法2的优势在于可以对无效应量的预实验进行估算和探索，但劣势也显而易见，结果看上去1分冷漠、2分凉薄、3分讥诮、4分漫不经心...
文章推荐
业务咨询
业务咨询专线：133 7682 0615
Email:lxyjy@wie-biotech.com
