动物实验样本量的确定依据和计算方法

实验动物的样本量估算其实和临床研究样本量估算的原理相同，都需要通过研究的效应量进而估计得到所需样本数量，以此获得足够的效能（power）来进行统计分析并得出相对可靠的结论。

（1）确定依据（这些方法的可信度由强到弱）：

1）预实验结果：可信度最高

2）文献总结情况（meta分析之类的当然最好）：有的时候没做预实验，但是别人做过类似的，或者参考以前的研究结果，那就用这种方法：把别人做过的相似的研究总结一下。

3）既往文献常用的样本量（惯例）：没有过类似的实验，那就看别人研究一般都用到多少。

（2）计算方法（针对依据1）

方法1

需要已知的最重要的参数为：

效应量（各组关键指标的均数）

标准差（各组关键指标的标准差）

一类错误概率（α）

统计功效（power=1-β），其中β为二类错误概率

通常还要考虑如模型失败，动物死亡等原因造成的损耗率，通常在10-20%左右。该方法也是临床试验中样本含量估算的常用方法，优势在于结果稳健且易于解释。但它也并非完美无缺，因为需要提前通过预实验或发表文献中获取每组动物的效应量和其标准差。

一般是基于t检验（两组均数）或者F检验（多组均数）计算样本量。

基于t检验计算样本量

基于F检验计算样本量

方法2

通过方差分析的自由度（E）进行估算，E的取值范围应在10-20之间，如果当计算的E小于10则说明应当增加每组的动物数量，以此提高其产生显著性水平结果的可能；当计算的E大于20时则说明估算的动物数量过多，并不能继续提高其产生显著性水平的结果的可能，造成实验动物的浪费，所以应当减少每组的动物数量。

其中E的计算公式如下：E=各组实验动物之和-组数

临床研究之所以注重样本量估算，其中很重要的原因在于人群中明显的个体差异，所以充分的样本是透过样本随机误差了解总体的重要措施。在动物研究中，由于我们有机会通过纯化的种系和更加可控的实验过程实现研究对象的同质性，可比性，完成因果推断。此刻，往往并不需要和临床研究那样，对个体变异那样“敬畏有加”。以实验动物为对象的研究，其样本量的确定在很多情况下都不是通过统计学估算来决定的。

样本量的多少合适，关键还是要看试验经费预算。在不影响实验结果科学性的情况下，选最少。

有用的见解：

-理论上，动物实验中小鼠数越多，实验结果越可靠，至少可以避免小鼠个体差异等因素。

-在动物保护组织和动物福利的倡议下，现在动物实验提倡4R（reduction、refinement、replacement、responsibilty），其中reduction减少实验动物的数量，前提是在统计学有效的情况下。

-在理论与实际之间的矛盾下，以及在许多文献的提示下，对每组选择动物的数量没有绝对的限制，但最终一定要避免个体差异而引起错误的实验结果。

-一般检测组织或体液中的生化或分子指标时，建议每组动物数最好在8只~12只或以上，如MDA、GSH、ALT、NO，以及一些分子检测RIA、ELISA。一般检测组织中基因或蛋白表达时，建议每组动物数量在3~6只或以上，如RT-PCR、WB等。

-检测药物治疗的效果，比如宏观的试验，检测药物的保护率之类的实验，能够从肉眼看到现象的每一组至少不能少于8只，最好10只或更多，因为这是一个大样本的实验，数量越多越真实。

-如果通过动物实验检测药物对动物的某个指标的影响，如需要在不同的时间点检测细胞因子或相关核酸蛋白不同时间段的量的变化，这样因为需要多次取样，多次检测。

-这样的话，每次感觉取3-4个样本就可以，可以不用去太多的样本，因为这是从微观上检测分子水平的含量，个人认为小样本检测应该是足够的，4只就可以了。

-应做预实验根据相关数据和自己的实验目的决定。比如你根据文献或经验观察值差多少你认为有意义。最后做样本量估算，统计学书上都有估算的公式，如果你不爱算，有现成的统计用表来查。

整理自：https://zhuanlan.zhihu.com/p/619752491

https://zhuanlan.zhihu.com/p/362009418

#2

专家意见：The authors mention a single study, but cite several publications at the end of the sentence, which seems contrary. Consider revising to make this clearer to the reader which study is being referred to here.

译文：作者只提到了一项研究，但在句末却引用了多条文献。考虑修改一下，让读者更清楚这里指的是哪项研究。

编辑解读：“引言”和“讨论”在撰写时，需要注意提到“多项研究”后面要引用2条以上文献加以支持。而提到“某（一）项研究”同时，则要注意只引一条文献对应该证据。同时还需要核查该文献引用是否合适，是否对应文内所述事实。

#3

专家意见：In this study, the author reported the detection of caspase-12 using anti-caspase-12 (1:1,000, ab62484, Abcam). Notably, this antibody is reactive only with rat and human samples, with an observed band size of 46 kDa. However, when applied to mouse samples, the observed band size is 55 kDa. This discrepancy raises concerns about the reliability of the results.

译文：在这项研究中，作者报告了使用抗 caspase-12（1:1,000，ab62484，Abcam）检测 caspase-12。值得注意的是，该抗体只对大鼠和人类样本有反应，观察到的条带大小为46 kDa。然而，当应用于小鼠样本时，观察到的条带大小为 55 kDa。这种差异引起了人们对结果可靠性的担忧。

编辑解读：当研究涉及抗体的使用时，需要注意上述专家提到的问题，从而保证实验结果的可靠性。NRR要求作者提供的抗体相关信息包括：抗体名称，动物种属，稀释度，生产厂家（厂家所在城市、州（如果是美国），国家），Cat#，RRID，以及孵育时间和温度。

#1

专家意见：N=1 animal was enrolled in each group. This is so small sample size. I understand the need to reduce as much as possible the number of animals included in such experimentation, but exactly for this reason a power analysis for sample size calculation must be provided.

译文：每组有 N=1 只动物参加。这个样本量太小了。我理解需要尽可能减少此类实验中的动物数量，但正因为如此，必须提供样本量计算的功率分析。

编辑解读：

临床试验中样本量估算现如今已经得到了足够多的重视，各种临床试验相关指南如CONSORT，SPIRIT都对此进行了详尽规范。然而，相对而言动物实验中出现的相同问题似乎并未如其在临床试验中那样被所关心。随着科学研究的发展，各学科对实验动物的需求量不断增长；伦理学规范也引发人们对动物福利和科学道德的重视。此外，实验动物样本数量的模棱两可甚至会导致研究结果被误读。ARRIVE（动物研究：体内实验报告）指南中明确要求动物实验报告解释如何确定实验动物所需样本量，并提供样本量估算的详细信息。

1.动物实验为什么要进行样本量估算？

科学性要求：使研究设计更加严谨。

伦理学考虑：对于实验动物研究者应当遵循3R原则，即替代（replacement），减少（reduction）和优化（refinement）。估算实验动物的样本量则着眼于第二个R—减少（reduction）。

对可行性的评估需要：从人、时、物力等等方面对方案的可执行性进行充分的评估。

样本量也不是越大越好。因为样本量越大，实际操作难度就越大，所需试验经费就越大。

样本量大虽然可以压缩可信区间，但会不利于试验的质量控制。

当样本量大到已经有足够的效能（power）检出差异，再增大样本量几乎不会带来益处，只会浪费。不是说样本量越大，试验研究就越厉害，只要达到足够的power检出差异就好。

样本量太小会如何呢？

样本量越小，所需要的经费越少，实际操作也越简单，但是样本量太小，会带来以下问题：

1、样本量不够会影响检验效能，导致不能发现原本存在的差异。通俗来说，就是你希望你的研究得到一个P值小于0.05的结果，但样本不够，你得不到的可能性会大大增加。

2、样本量太小，可能由于机遇的原因导致阴性结论。

所以在进行试验之前，我们要对样本含量进行正确地估算，来获得适当的样本量，这样可以节省大量的人力、物力、财力，同时也可以减少对实验动物造成的潜在伤害，使研究结果真实可信。

动物实验样本量的确定依据和计算方法

实验动物的样本量估算其实和临床研究样本量估算的原理相同，都需要通过研究的效应量进而估计得到所需样本数量，以此获得足够的效能（power）来进行统计分析并得出相对可靠的结论。

（1）确定依据（这些方法的可信度由强到弱）：

1）预实验结果：可信度最高

2）文献总结情况（meta分析之类的当然最好）：有的时候没做预实验，但是别人做过类似的，或者参考以前的研究结果，那就用这种方法：把别人做过的相似的研究总结一下。

3）既往文献常用的样本量（惯例）：没有过类似的实验，那就看别人研究一般都用到多少。

（2）计算方法（针对依据1）

方法1

需要已知的最重要的参数为：

效应量（各组关键指标的均数）

标准差（各组关键指标的标准差）

一类错误概率（α）

统计功效（power=1-β），其中β为二类错误概率

通常还要考虑如模型失败，动物死亡等原因造成的损耗率，通常在10-20%左右。该方法也是临床试验中样本含量估算的常用方法，优势在于结果稳健且易于解释。但它也并非完美无缺，因为需要提前通过预实验或发表文献中获取每组动物的效应量和其标准差。

一般是基于t检验（两组均数）或者F检验（多组均数）计算样本量。

基于t检验计算样本量

基于F检验计算样本量

方法2

通过方差分析的自由度（E）进行估算，E的取值范围应在10-20之间，如果当计算的E小于10则说明应当增加每组的动物数量，以此提高其产生显著性水平结果的可能；当计算的E大于20时则说明估算的动物数量过多，并不能继续提高其产生显著性水平的结果的可能，造成实验动物的浪费，所以应当减少每组的动物数量。

其中E的计算公式如下：E=各组实验动物之和-组数

临床研究之所以注重样本量估算，其中很重要的原因在于人群中明显的个体差异，所以充分的样本是透过样本随机误差了解总体的重要措施。在动物研究中，由于我们有机会通过纯化的种系和更加可控的实验过程实现研究对象的同质性，可比性，完成因果推断。此刻，往往并不需要和临床研究那样，对个体变异那样“敬畏有加”。以实验动物为对象的研究，其样本量的确定在很多情况下都不是通过统计学估算来决定的。

样本量的多少合适，关键还是要看试验经费预算。在不影响实验结果科学性的情况下，选最少。

有用的见解：

-理论上，动物实验中小鼠数越多，实验结果越可靠，至少可以避免小鼠个体差异等因素。

-在动物保护组织和动物福利的倡议下，现在动物实验提倡4R（reduction、refinement、replacement、responsibilty），其中reduction减少实验动物的数量，前提是在统计学有效的情况下。

-在理论与实际之间的矛盾下，以及在许多文献的提示下，对每组选择动物的数量没有绝对的限制，但最终一定要避免个体差异而引起错误的实验结果。

-一般检测组织或体液中的生化或分子指标时，建议每组动物数最好在8只~12只或以上，如MDA、GSH、ALT、NO，以及一些分子检测RIA、ELISA。一般检测组织中基因或蛋白表达时，建议每组动物数量在3~6只或以上，如RT-PCR、WB等。

-检测药物治疗的效果，比如宏观的试验，检测药物的保护率之类的实验，能够从肉眼看到现象的每一组至少不能少于8只，最好10只或更多，因为这是一个大样本的实验，数量越多越真实。

-如果通过动物实验检测药物对动物的某个指标的影响，如需要在不同的时间点检测细胞因子或相关核酸蛋白不同时间段的量的变化，这样因为需要多次取样，多次检测。

-这样的话，每次感觉取3-4个样本就可以，可以不用去太多的样本，因为这是从微观上检测分子水平的含量，个人认为小样本检测应该是足够的，4只就可以了。

-应做预实验根据相关数据和自己的实验目的决定。比如你根据文献或经验观察值差多少你认为有意义。最后做样本量估算，统计学书上都有估算的公式，如果你不爱算，有现成的统计用表来查。

整理自：https://zhuanlan.zhihu.com/p/619752491

https://zhuanlan.zhihu.com/p/362009418

#2

专家意见：The authors mention a single study, but cite several publications at the end of the sentence, which seems contrary. Consider revising to make this clearer to the reader which study is being referred to here.

译文：作者只提到了一项研究，但在句末却引用了多条文献。考虑修改一下，让读者更清楚这里指的是哪项研究。

编辑解读：“引言”和“讨论”在撰写时，需要注意提到“多项研究”后面要引用2条以上文献加以支持。而提到“某（一）项研究”同时，则要注意只引一条文献对应该证据。同时还需要核查该文献引用是否合适，是否对应文内所述事实。

#3

专家意见：In this study, the author reported the detection of caspase-12 using anti-caspase-12 (1:1,000, ab62484, Abcam). Notably, this antibody is reactive only with rat and human samples, with an observed band size of 46 kDa. However, when applied to mouse samples, the observed band size is 55 kDa. This discrepancy raises concerns about the reliability of the results.

译文：在这项研究中，作者报告了使用抗 caspase-12（1:1,000，ab62484，Abcam）检测 caspase-12。值得注意的是，该抗体只对大鼠和人类样本有反应，观察到的条带大小为46 kDa。然而，当应用于小鼠样本时，观察到的条带大小为 55 kDa。这种差异引起了人们对结果可靠性的担忧。

编辑解读：当研究涉及抗体的使用时，需要注意上述专家提到的问题，从而保证实验结果的可靠性。NRR要求作者提供的抗体相关信息包括：抗体名称，动物种属，稀释度，生产厂家（厂家所在城市、州（如果是美国），国家），Cat#，RRID，以及孵育时间和温度。返回搜狐，查看更多