Tese de Doutorado

O cálculo de tamanho amostral é uma etapa importante para o desenho de ensaios clínicos randomizados. Em especial para experimentos em \\textit, os métodos de dimensionamento amostral são bastante variados, já que podem ser avaliados por diversos modelos distintos, exigindo considerável conhecimento prévio da população e desfecho estudado. O presente trabalho apresentará uma solução bayesiana a partir de níveis de significância adaptativos considerando desfechos com distribuição normal hierárquico, e pretende estendê-los para desfechos definidos como combinações de Bernoullis não identicamente distribuídas. As estimativas serão comparadas entre o método proposto e as construções frequentistas para o problema.

Sample size calculation is an important step for the design of randomized clinical trials. In particular for Cluster Randomized Trials, methods are diverse, as they can be evaluated by several different models, requiring considerable prior knowledge of the studied population and outcome. This work presents a Bayesian solution from adaptive significance levels considering outcomes with hierarchical normal distribution, and intends to extend them to outcomes defined as sum of non-identically distributed Bernoullis. The proposed sample size will be compared between frequentist solutions for the problem.