АРХИТЕКТУРА БИОМЕДИЦИНСКОГО ИССЛЕДОВАНИЯ: МЕТОДИЧЕСКОЕ РУКОВОДСТВО ПО АПРИОРНОМУ АНАЛИЗУ МОЩНОСТИ

Статья носит методологический характер и посвящена одному из наиболее ранних этапов планирования биомедицинских исследований – априорному анализу статистической мощности. В условиях научного дискурса о проблеме воспроизводимости результатов эмпирический расчет объема выборки уступает место строгим математически обоснованным подходам, что согласуется с принципами доказательной медицины, требованиями биоэтики и задачами экономики здравоохранения. В работе подробно изложены теоретико-вероятностные основы проверки статистических гипотез, проанализирован баланс между вероятностями ошибок I и II рода, а также раскрыта концепция минимального клинически значимого размера эффекта (SESOI). Особое внимание уделено практическим и методологическим аспектам реализации расчета: поправкам на множественные сравнения, планированию анализа подгрупп, влиянию неравных объемов групп и компенсации ожидаемого выбытия пациентов. Представлено сравнительное описание аналитических инструментов с акцентом на доступность локализованных русскоязычных интерфейсов для исследователей медицинского профиля. Рассмотрена архитектура открытой программы Jamovi: проводится сравнение модуля jPower, ориентированного только на классический параметрический t-критерий, и модуля jYS, предоставляющего инструментарий априорного расчета мощности для широкого спектра прикладных непараметрических и многофакторных статистических моделей, применяемых при анализе клинических данных.

1. Cobey K.D., Ebrahimzadeh S., Page M.J., et al. Biomedical researchers' perspectives on the reproducibility of research. PLoS Biol. 2024. 22(11). e3002870. doi: 10.1371/journal.pbio.3002870.

2. Butcher N.J., Monsour A., Mew E.J., et al. Guidelines for reporting outcomes in trial reports: The CONSORT-Outcomes 2022 Extension. JAMA. 2022. 328(22). 2252-2264. doi: 10.1001/jama.2022.21022.

3. Percie du Sert N., Hurst V., Ahluwalia A., et al. The ARRIVE guidelines 2.0: Updated guidelines for reporting animal research. PLoS Biol. 2020. 18(7). e3000410. doi: 10.1371/journal.pbio.3000410.

4. Lakens D. Sample Size Justification. Collabra Psychology. 2022. 8(1). 33267. doi: 10.1525/collabra.33267.

5. Lemaitre F., Locher C., Verdier M.C., Naudet F. Clinical trials during pandemics and beyond: time for a more efficient pharmacological strategy. J Antimicrob Chemother. 2021. 76(9). 2234-2236. doi: 10.1093/jac/dkab190.

6. Ioannidis J.P.A. Hundreds of thousands of zombie randomised trials circulate among us. Anaesthesia. 2021. 76(4). 444-447. doi: 10.1111/anae.15297.

7. Kang H. Sample size determination and power analysis using the G*Power software. J Educ Eval Health Prof. 2021. 18. 17. doi: 10.3352/jeehp.2021.18.17.

8. Dattalo P. Determining Sample Size: Balancing Power, Precision, and Practicality. Oxford. Oxford University Press. 2008.

9. Chen C., Huang B., Kouril M., et al. An application programming interface implementing Bayesian approaches for evaluating effect of time-varying treatment with R and Python. Front Comput Sci. 2023. 5. 1183380. doi: 10.3389/fcomp.2023.1183380.

10. The jamovi project. jamovi (Version 2.7) [Computer Software]. 2026 [cited 2026 Mar 30]. Available from: https://www.jamovi.org.

11. Sahin M.D., Aybek E.C. Jamovi: An easy to use statistical software for the social scientists. Int J Assess Tools Educ. 2020. 7(4). 670-692. doi: 10.21449/ijate.661803.

12. Kubiak A.P., Kawalec P., Kiersztyn A. Neyman-Pearson Hypothesis Testing, Epistemic Reliability and Pragmatic Value-Laden Asymmetric Error Risks. Axiomathes. 2021. 32(4). 585-604. doi: 10.1007/s10516-021-09541-y.

13. Barnett M.J., Doroudgar S., Khosraviani V., Ip E.J. Multiple comparisons: To compare or not to compare, that is the question. Res Social Adm Pharm. 2022. 18(2). 2331-2334. doi: 10.1016/j.sapharm.2021.07.006.

14. Sullivan G.M., Feinn R.S. Do You Have Power? Considering Type II Error in Medical Education. J Grad Med Educ. 2021. 13(6). 753-756. doi: 10.4300/JGME-D-21-00964.1.

15. Huang C., Li P., Martin C.R. Simplification or simulation: Power calculation in clinical trials. Contemp Clin Trials. 2021. 113. 106663. doi: 10.1016/j.cct.2021.106663.

16. Lakens D. The practical alternative to the p-value is the correctly used p-value. Perspect Psychol Sci. 2021. 16(3). 639-648. doi: 10.1177/1745691620958012.

17. Cohen J. Statistical Power Analysis for the Behavioral Sciences. 2nd ed. Hillsdale. Lawrence Erlbaum Associates. 1988.

18. Anvari F., Lakens D. Using anchor-based methods to determine the smallest effect size of interest. J Exp Soc Psychol. 2021. 96. 104159. doi: 10.1016/j.jesp.2021.104159.

19. Schober P., Vetter T.R. Nonparametric Statistical Methods in Medical Research. Anesth Analg. 2020. 131(6). 1862-1863. doi: 10.1213/ANE.0000000000005101.

20. Ferr H. The normal distribution is not normal in psychological data: Moving beyond parametric dogma. PLOS Ment Health. 2025. 2(8). e0000403. doi: 10.1371/journal.pmen.0000403.

21. Derrick B., Ruck A., Toher D., White P. Tests for equality of variances between two samples which contain both paired observations and independent observations. J Appl Quant Methods. 2018. 13(2). 36-47.

22. Navarro D.J., Foxcroft D.R. Learning statistics with jamovi: a tutorial for psychology students and other beginners [Internet]. 2022 [cited 2026 Mar 30]. Available from: https://www.learnstatswithjamovi.com.

23. Smolyakov Y.N. jYS: Jamovi Extended Functions [Computer Software]. 2026 [cited 2026 Mar 30]. Available from: https://zenodo.org/records/15597090. doi: 10.5281/zenodo.15597090.