自身对照临床研究例数是这类研究设计中至关重要的考量因素，直接关系到研究结果的可靠性、科学性和临床推广价值，自身对照研究又称交叉对照研究或单组前后对照研究，其核心特点是比较同一受试者在干预前后的指标变化，或不同干预阶段（如A/B阶段）的效应差异，由于该设计通过控制个体间变异提高了统计效率，所需样本量通常低于平行组设计，但例数仍需通过科学方法确定,以确保能够真实反映干预措施的效应。
确定自身对照研究例数需综合考虑多个关键因素，首先是研究的主要结局指标类型，若为连续变量（如血压值、血糖水平），需基于预试验或文献数据获取总体标准差（SD）和预期干预前后差值（d），通过公式计算样本量；若为分类变量（如有效/无效），则需根据预期有效率和对照组效应率进行估算，其次是统计检验水准（α）和把握度（1-β），设定为0.05（双侧），1-β设定为0.80或0.90，以控制假阳性和假阴性风险，还需考虑脱落率，一般建议增加10%-20%的样本量以弥补数据缺失，一项研究预期干预后血压下降5mmHg，预试验SD为8mmHg，α=0.05，1-β=0.90，采用自身配对t检验公式计算，需至少32例，考虑20%脱落率,最终需纳入39例。
不同研究场景对例数的要求存在差异，对于探索性研究或安全性评价，可能仅需较小样本（如20-50例），主要目的是初步观察效应或不良反应；而确证性研究或疗效评价则需要更大样本，通常不少于50例，甚至上百例，以确保结果的稳定性和可重复性,以下为常见研究类型与参考例数的示例：
| 研究类型 | 目的 | 参考例数 | 备注 |
|---|---|---|---|
| 探索性研究 | 初步观察效应/安全性 | 20-50例 | 可结合预试验结果调整 |
| 疗效确证研究 | 验证干预措施的有效性 | 50-100例 | 需严格控制混杂因素 |
| 诊断准确性研究 | 评估诊断方法与金标准的符合度 | ≥100例 | 需确保样本代表性 |
| 生物等效性研究 | 比较两种制剂的药代动力学 | 24-36例（健康者） | 按法规要求设计，通常采用交叉设计 |
值得注意的是，自身对照研究虽能控制个体差异，但可能受时间效应、疾病自然进程或顺序效应（如交叉设计中的 washout期不足）影响，因此在样本量计算时需同时考虑这些因素对结果的可能干扰，在交叉设计中，需确保两阶段间足够长的洗脱期，避免残留效应,否则可能需要增加样本量以弥补潜在的信息偏倚。
样本量并非越大越好，过大的样本可能导致资源浪费，且在严格控制的研究条件下，微小效应也可能获得统计学意义，但未必具有临床价值，样本量计算应基于临床意义最小效应值，而非仅依赖统计学显著性，若某药物降压效果仅1mmHg，即使样本量足够大达到统计学显著,也可能因无临床意义而失去研究价值。
自身对照临床研究的例数需结合研究目的、指标类型、统计参数和可行性综合确定，并通过科学公式计算和合理调整（如考虑脱落率）后确定最终样本量，严谨的样本量设计是保障研究质量的基础,也是结果获得学术界和临床认可的重要前提。
相关问答FAQs
Q1：自身对照研究是否一定比平行组研究所需样本量少？
A1：通常情况下，是的，自身对照通过比较同一受试者的干预前后数据，消除了个体间变异（如遗传背景、生活习惯差异），因此统计效率更高，在相同把握度和检验水准下所需样本量通常少于平行组设计，平行组研究可能需每组100例，而自身对照研究可能仅需50-60例，但若研究涉及长周期随访或高脱落率，自身对照的优势可能被削弱,此时样本量需相应增加。
Q2：如何判断自身对照研究例数是否充足？
A2：判断样本量是否充足需结合统计学和临床两方面，统计学上，若研究结果的置信区间较窄（如效应值95%CI不包含无效值且范围小），且P值具有统计学意义，提示样本量可能充足；临床意义上，若效应值达到预设的临床最小有效值，且结果可重复，则样本量合理，可通过观察指标变异度（如SD大小）和脱落率 retrospectively 评估，若实际脱落率远高于预期或数据变异过大，可能导致样本量不足,需在后续研究中调整。
