Seite 1 von 1

Post-hoc Poweranalyse, 2 kont. Variablen

BeitragVerfasst: Sa 5. Feb 2022, 15:20
von Tom Bombadil
Hallo zusammen,

im Rahmen der Revision für ein peer reviewed Manuskript wurden wir gebeten eine Post-hoc Poweranalyse durchzuführen. Im Speziellen geht es um folgende Konstellation:

In zwei Kohorten à 51 und 46 Personen haben wir die Mediane einer kontinuierlichen Variable (ein Score von 0-100 = unser Hauptendpunkt der Studie) mittels Mann-Whitney U Test miteinander verglichen.

Ergebnis: Kohorte 1 (n=51) - Median 24 (IQR 17-33) vs. Kohorte 2 (n=46) - Median 31 (IQR 24-34); p=0.021

Des weiteren hatten wir im Anschluss ein multivariables Regressionsmodell gebildet, in dem der o.g. Score von 0-100 als Endpunkt diente (Tobit regression statt linearer Regression, um die ceiling effects bei 0 und 100 entsprechend zu addressieren). Hier haben wir für einige confounder adjustiert.

Der Reviewer wünscht nun eine Post-hoc Poweranalyse, um die sample size, die benötigt würde, um einen signifikanten Unterschied zwischen den beiden Kohorten hinsichtlich des Hauptendpunkts/kontinuierlicher Score zu zeigen. Aus klinischer Sicht wäre hier sinnvoll, die Power/sample size zu berechnen, die notwendig wäre, um einen Unterschied von delta 10 Punkten auf dem Score zwischen den beiden Gruppen zu zeigen.

Kennt jemand diesbzgl. ein Tool in Stata, welches diese Poweranalyse bzw. sample size Berechnung möglich machte?
Vielen Dank und Grüße.

Re: Post-hoc Poweranalyse, 2 kont. Variablen

BeitragVerfasst: Sa 5. Feb 2022, 22:30
von Staxa
Also Stata kann schon Poweranalysen (help power) aber wohl nicht für tobit. Es gibt auch externe Tools, aber auch da wohl nicht tobit (https://www.psychologie.hhu.de/fileadmi ... Manual.pdf).

Den zweiten Teil der Frage verstehe ich nicht ganz, denn den Punktschätzer hast du ja und dieser wird sich auch nicht verändern. Du kannst aber testen, wie groß dein Sample sein muss, damit diese Differenz (also der p-Wert oder das Konfidenzintervall der Gruppendifferenz) signifikant wird. Das könnte man über Simulationen lösen. Wenn du dazu Hilfe brauchst melde dich mal per PM.

Re: Post-hoc Poweranalyse, 2 kont. Variablen

BeitragVerfasst: Do 20. Apr 2023, 21:18
von ciweciis
wir arbeiten an einem peer reviewed Manuskript und wurden gebeten, eine Post-hoc Poweranalyse durchzuführen. Konkret geht es darum, die benötigte Stichprobengröße zu berechnen, um einen signifikanten Unterschied zwischen zwei Kohorten hinsichtlich eines kontinuierlichen Scores zu zeigen.

In unserer Studie haben wir die Mediane der kontinuierlichen Variablen (ein Score von 0-100) in zwei Kohorten mit jeweils 51 und 46 Personen verglichen. Dabei haben wir den Mann-Whitney U Test angewendet und einen signifikanten Unterschied festgestellt.

Wir haben auch ein multivariates Regressionsmodell erstellt, um confounder zu adjustieren und den Score als Endpunkt zu verwenden. Hierbei haben wir eine Tobit Regression verwendet, um Ceiling-Effekte bei 0 und 100 zu berücksichtigen.

Der Reviewer wünscht nun eine Poweranalyse, um die benötigte Stichprobengröße zu berechnen, um einen Unterschied von 10 Punkten auf dem Score zwischen den beiden Gruppen zu zeigen. Kennt jemand ein Tool in Stata, mit dem wir diese Poweranalyse durchführen können?

Re: Post-hoc Poweranalyse, 2 kont. Variablen

BeitragVerfasst: Fr 21. Apr 2023, 08:01
von Staxa
Für genannte Analysen klappt das nicht Out of the box. Hier wäre dann eine Simulation notwendig. Die Idee ist, dabei wiederholt neue Samples zu generieren, die Berechnungen durchzuführen und dabei systematisch die Gruppengrößen zu variieren. Als Grundlage dienen die empirischen Werte, also Gruppenmittelwerte in beiden Gruppen sowie die jeweiligen SDs. Wenn du das mal bereitstellst kann ich ein Beispiel zeigen.

Und noch zur Ergänzung, irgendwie ist entweder der Reviewer hier nicht korrekt oder es wurde nicht korrekt verstanden: die Gruppendifferenz, der Punktschätzer, ist ja fix. Dieser wird sich auch mit der Gruppengröße nicht ändern! Die Frage ist vielmehr, wie groß das Sample sein muss, damit dieser Punktschätzer statistisch signifikant ist.