在临床研究中，如果你因为计算样本量需要估计组间效果差异，而去咨询流行病或统计专家，他们一般会告诉你，要估计组间效果差异，应该去查既往文献或咨询临床专家。

这种方法有时是可行的，但在新药研发领域往往行不通，因为新药一般缺乏同类研究，也未上市，更没有临床专家可以咨询。通常可用的参考资料仅有前期试验的数据，但这些试验样本量一般都非常小，效果估计变异很大，用来设计3期临床试验将带来很大的风险。

样本量重估计设计其实可以很简单地解决样本量估计的问题。如果采用该设计，可以先设定初始的样本量，然后在试验过程中通过累积的数据对样本量进行重新估计，重新调整，这样一来便可大大降低试验的不确定性。读者可借助CHAMPION PHOENIX试验加以理解。

CHAMPION PHOENIX试验

CHAMPION PHOENIX试验为双盲安慰剂对照试验，评价的是坎格瑞洛(Cangrelor)对照标准疗法，预防成人患者经皮冠脉介入(PCI)治疗过程中因凝血造成冠脉堵塞的有效性和安全性。

主要研究终点：复合终点，包含PCI术后48小时内的死亡、心梗、缺血性血管再生以及支架血栓形成。

样本量调整：初始计划样本为10900，在入组70%患者后进行一次期中分析，alpha消耗函数选择Gamma(-5)，预计期中分析可以有86%的把握度检测到RR为0.76的效果差异。估计对照组事件发生率为5.1%，试验组为3.9%。

然而通过计算发现，事件发生率估计的微小变化将导致把握度的较大变化（见表1）。如果效果估计被高估，那么试验在目前的样本量下将达不到所需要的把握度。

(该表格的含义：例如，若对照组事件发生率为5.1%，试验组风险降低18%（RR=0.82），在传统序贯设计下，10900的样本量仅可获得62%的把握度，若试验期中分析结果落入有希望区域，在RR=0.82的情况下，若不增加样本量，试验最终阳性的概率仅66%，若增加样本量至17373，试验最终阳性的概率可提升至90%。)