Afin d’assurer une puissance statistique suffisante (c’est-à-dire limiter suffisamment les fluctuations d’échantillonnage pour montrer une différence jugée cliniquement importante), il faut calculer le nombre de sujets nécessaires.

L’estimation du nombre de sujets nécessaires pour l’étude doit être faite a priori et planifiée pour des raisons scientifiques et éthiques

Il faut théoriquement inclure suffisamment de sujets pour avoir une forte probabilité de détecter une différence statistiquement significative qui doit correspondre à une différence « cliniquement importante » sur le critère de jugement principal

Calcul du nombre de sujet nécessaires (NSN)

Définition Correspond au nombre de sujets chez qui le critère de jugement principal doit être évalué, avec une estimation du nombre de perdus de vue (souvent < 10%) afin de démontrer l’hypothèse de l’étude, il doit être calculé à priori dans le protocole de l'article
Calcul NSN = (nombre de sujets à inclure) - (nombre estimé de perdus de vue)
Intérêt Intérêts de calcul du NSN : réduire les coûts, réduire les délais de l'étude, garantir la puissance statistique des résultats du critère de jugement principal (NSN est étroitement lié à la puissance)
→ En cas de NSN important : peut être nécessaire de réaliser une étude multicentrique
NSN des études descriptives Pour une étude descriptive, le NSN est fonction de la précision souhaitée de l’estimation du paramètre évalué

Il existe 2 types de puissance à distinguer :

Puissance à priori Correspond au calcul du NSN
Puissance à posteriori Puissance à posteriori dépend de :

Alternative au NSN : calcul du nombre d'événements nécessaires

Proposée dans certains études (notamment en cas de progrès thérapeutiques récents importants sur la pathologie étudiée) : souvent le nombre d'événement observés est inférieur à ce qui était prévu dans le calcul du NSN car ce nombre d'évènement est prévu à priori selon les études précédentes (à une époque où la prise en charge de la maladie était moins bonne donc avec plus d'évènement)

Dans ce cas, on arrête l'étude lorsqu'on aura observé le nombre d'événements nécessaires