이항 결과가 있는 집락 무작위 시험에서 이차 벌점 근사 우도 회귀를 사용하여 다양한 집락 크기에 대한 샘플 크기 조정

이항 결과가 있는 집락 무작위 시험에서 혼합 효과 로지스틱 회귀를 사용하여 치료 효과를 검정할 때, 다양한 집락 크기에 대한 샘플 크기 공식의 조정이 제공됩니다. 치료 효과에 대한 1차 한계 준결합 우도 (MQL) 추정을 시작으로, 균형 잡힌 집락 크기와 불균형 집락 크기 간의 비대칭 상대 효율성이 도출됩니다. 몬테카를로 시뮬레이션 연구는 두 번째 차수 PQL을 사용할 때 현실적인 샘플 크기에 대해 이 비대칭 상대 효율성이 매우 정확하다는 것을 보여줍니다. 시험 계획 시 다양한 집락 크기로 인한 효율 손실을 추정하기 위해 보다 간단한 근사 공식을 제시합니다. 많은 경우, 14% 더 많은 집락을 샘플링하는 것이 다양한 집락 크기로 인한 효율 손실을 보완하기에 충분합니다. 현재 샘플 크기 계산을 위한 폐쇄형 공식은 1차 MQL에 기반하고 있으므로, 시험 계획에서는 2차 PQL 추정치의 분산을 얻기 위한 변환 계수가 필요합니다. 두 번째 몬테카를로 연구에서 이 변환 계수는 최대 1.25로 나타났습니다.