从固定试验设计到灵活试验设计，nQuery 9.3 不断加强 nQuery 功能，帮助生物统计学家和临床研究人员节约成本、降低风险。

nQuery 9.3 升级了分组顺序设计表格式，改进了 nQuery 预测工具，并在生存、相关性、试验研究和贝叶斯等效性等领域新增了 22 个样本量表。

新增 25 个样本大小表，下面我们一一进行简单介绍。

3 个新的 Pro （专业版）表 >>

4 个新的 Plus （增强版）表 >>

18 个新的 Base （基础版）表 >>

Expter （专家版） >>

4 个新的 Plus （增强版）表

nQuery 的 Plus 版有哪些新功能？

nQuery 9.3 的 Plus 版新增了 4 个样本容量表。

• 试验研究样本量（3 个新表）

• 贝叶斯等效性（1 个新表）

试验研究样本量

试点研究是什么？

试验研究是在计划试验之前进行的小型研究，目的是评估主要试验的可行性和预期运行特征。例如，试验研究通常用于估算确定样本量所需的研究参数。

为获得合理的参数估算值，对试验研究的必要规模提出了一些经验法则建议。然而，研究表明，在现实世界的许多情况下，这些建议往往是不正确的。为此，我们开发了一些方法，用于确定试点研究的适当样本量，这些方法考虑到了试点研究估计值的预期不确定性。

在 nQuery 9.3 中，采用了两种常用的建议，用于计算使用双样本 t 检验的主要试验之前的试验研究的所需样本量：一种基于非中心 t 统计量，另一种基于估计值的置信上限。此外，还包括试点研究中的问题检测表和置信上限直接检测表。

新增表格：

• 双样本 t 检验试验的试点研究样本量（非中心 t 分布、置信上限）

• 试验研究中的误差检测

• 试点研究标准偏差置信上限的样本量

贝叶斯等效性

什么是贝叶斯等效？

等效性测试是指研究人员希望确定两种治疗方法是否产生等效结果，是仿制药开发和医疗器械等领域的一个共同目标。目前，大多数等效性测试都是采用频繁主义方法进行的，如两个单侧测试（TOST）或检查置信区间是否在等效性下限和上限之内。

有人提出了贝叶斯替代方法来进行等效性检验。这包括 "实际等效区域"（又称 ROPE）和使用贝叶斯因子等建议。ROPE 方法类似于置信区间方法，只是使用了最高密度 (HDI) 可信区间，同时在测试和估计阶段都具有更好的可解释性。

nQuery 9.3 使用贝叶斯 ROPE 方法为评估等效性的双臂研究提供了所需样本量表。

新增表格：

• 使用实际等效区域 (ROPE) 的贝叶斯等效性

如何更新

要访问这些表，您必须拥有 nQuery Pro 或 Plus Tier 订阅。如果有，nQuery 会自动提示您更新。

您可以单击 "帮助">"检查更新 "手动更新 nQuery Advanced。

单击此处了解如何检查更新