临床预测模型样本量计算，包括精确法和EPV法，哪种更合适？

医学研究样本量估算是令人头大的事情。其中，预测模型样本量估算也有很多朋友感兴趣的，同时也很困惑！

预测模型样本量估算包括两种方法，一种是大家熟知的EPV法，另一种则是精确法。

目前广为人知的一个概念是10倍EPV原则（10 events per variable)，即阳性事件数不少于开展回归纳入模型自变量数的10倍。

另外，精确法，或者说“公式法”，于2020年在BMJ杂志正式公布，所需的样本量旨在最小化模型过拟合，并确保关键参数（如模型截距）被精确估计。顾名思义，对于样本量的计算，该方法都需要用户根据相关文献指定关键参数的预期值。

参考文献：Riley RD, et al. Calculating the sample size required for developing a clinical prediction model. BMJ (Clinical research ed). 2020.

那么，两种方法哪种更合适呢？

10倍EPV这一概念广为流传，也深受国内外学者认可。近些年有大量的文章认为这种方法不严谨----的确，哪有这么绝对的说法。不过实际应用中，没有更简单的指导回归分析样本量计算的方法了，因此10 EPV仍然是最被认可的方法。

而精确法根据所需参数可知，想实现并不容易。因为，我们很难得到计算 样本量的准确的值，比如R^2, 比如Cox-Snell R^2、C指数等。

老郑认为，一般情况下，10倍EPV就够了，这种经验法简单粗暴，但一直以来被大部分的杂志所认可。而精确法，有能者可以试试，但我估计，真的算不好。

临床预测模型样本量计算简便方法

现在，无论是EPV法还是精确法，老郑大家去看看怎么用工具去算样本量。

两种方法估算样本量，操作流程都非常简单，只要输入相应的参数，就能给出样本量计算结果！、

并且直接提供了样本量计算报告！

两种方法输入参数不同，但平台都给出了相应的参数解释，并附上参考文献。无须担心不会选择参数！

这么全面的样本量计算工具，全网找不出第2个了。

感兴趣的朋友可以在下方给我们评论或者私信我们哦！！