无金标准下新型评估工具的精密度指标及样本量计算咨询

嘿，我来帮你拆解这个问题——你现在要评估一个连续型、分布未知的变量的重复性，没有金标准，每个受试者只有两次无干预的重复测量，理想状态下结果应该一致，对吧？下面是针对你的需求的具体建议：

一、最优精密度指标（仅关注重复性） #

因为你的变量分布未知，而且没有金标准，非参数的一致性指标是最稳妥的选择，这里优先推荐两个：

1. Bland-Altman 95%一致性界限（LoA） #

这绝对是你这种场景下的首选：

• 它不需要假设数据服从任何分布，完全基于两次测量的差值来计算：先算所有受试者两次测量差值的中位数（代表平均偏倚，理想情况下应该接近0），再取差值的第2.5和97.5百分位数作为95%一致性界限。
• 直观性拉满：它能直接告诉你“95%的情况下，同一个受试者的两次测量差异不会超过[X, Y]这个范围”，完美贴合你“体现重复性”的核心需求。

2. 重复差值的中位数绝对偏差（MAD） #

如果需要一个更简洁的数值来代表典型的重复差异大小：

• 计算所有受试者两次测量差值的绝对值的中位数，这个指标极端稳健，完全不受 outliers（极端值）的影响，对于分布未知的数据非常友好。

相比之下，组内相关系数（ICC）虽然常用，但它更多反映的是两次测量的相关性，而非直接的差异大小，对于你要的“结果一致程度”来说，不如上面两个指标直接。

二、所需受试者数量计算 #

样本量的核心需求是让你的精密度指标估计足够可靠，因为分布未知，我们只能基于稳健估计来推导：

针对Bland-Altman LoA的样本量 #

• 如果有预实验数据：先拿到预实验中差值的四分位距（IQR），然后用这个公式计算：
  n = (1.96 * 1.35 * IQR / d)^2
  这里的d是你能接受的95%LoA置信区间的半宽度（也就是你能容忍的LoA估计误差），1.35是把IQR转换为稳健标准差的系数，适合未知分布的场景。
• 如果没有预实验数据：先做20-30个受试者的预实验来获取差值的IQR；如果直接估算，至少需要50个受试者才能让第2.5/97.5百分位数的估计有基本精度，要是想让结果更稳健，建议80-100个受试者。

针对重复差值MAD的样本量 #

• 要得到稳定的MAD估计，30个受试者以上就能满足基本需求；如果需要更窄的置信区间，建议60个以上的样本量。

另外提醒一句：因为变量分布未知，所有样本量计算都是偏保守的稳健估计，实际操作中如果能先做小样本预实验，再调整最终样本量，结果会更可靠。

内容的提问来源于stack exchange，提问作者Graeme