• Communications for Statistical Applications and Methods
• /
• 제15권3호
• /
• pp.353-365
• /
• 2008

임상시험에서 피험자수는 검정가설, 변수값의 분산과 유효차이, 검정력과 유의수준 등에 의해 결정되어진다. 일반적으로 수학적으로 계산된 피험자수에 중도탈락 예상치를 고려한 피험자수를 추가하여 최종적인 실험참가자수를 결정하는데 본 논문에서는 이론적인 계산식에서부터 중도탈락을 고려하여 피험자수를 결정하는 방법을 제안한다. 임상시험에서 많은 자료는 경시적(longitudinal) 형태를 갖고, ITT(intention to treat) 실험의 경우 중도탈락이 생기면 결측값으로 처리하지 않고 탈락직전에 관측된 값을 최종값으로 대체하는 LOCF(last observation carried forward) 방법을 주로 사용한다. 이러한 LOCF 방법은 피험자수 계산에 사용했던 분산과 유효차이 값의 가정에 왜곡을 가져오기 때문에 우리가 원하는 검정력을 보장 받지 못할 수 있다. 본 연구에서는 중도탈락률에 관한 정보를 포함하는 피험자수의 결정식을 제안하고 평균의 동일성 검정 경우에 검정력을 비교하여 이러한 산출방식이 합리적임을 실증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1053-1065
• /
• 2006

This paper proposes a method in one-way layouts for longitudinal data with informative drop-out. When dropouts are informative, that is, correlated with unobserved data and/or the previous observed data, the simple imputation methods such as 'last observation carried forward' (LOCF) methods would arise the bias of the testing models. The maximum likelihood procedure combined with a logit model for the drop-out process is proposed to test treatment effects for one factorial designs and compared with LOCF method in two examples.