Здравствуйте! Хочу посоветоваться со знающими людьми, не делаю ли я глупость.

Предполагается рандомизация участников исследования в 1 из 4 групп: 1 группа плацебо и 3 группы вмешательства, получающие исследуемый препарат в разной дозировке.
Конечная точка - доля пациентов в группе, демонстрирующих клиническую эффективность.
Планируется сравнение каждой из групп вмешательства с группой плацебо, попарные сравнения групп вмешательства не предполагаются.

Вопрос: корректно ли будет при расчете объема выборки ввести в обычный алгоритм расчета для пропорций в двух группах поправку на множественные сравнения и установить уровень значимости 0,01 вместо стандартного 0,05? Или нужно обязательно пользоваться более изощренной методикой расчета для таблиц сопряженности, как например G Power считает Multigroup -> Goodness-of-fit?

Без expects difference определенного до эксперимента вся процедура сравнения бесплодна

0,3 (30%) по литературным данным

Значит эту величину эффекта и закладываете для расчета размера выборок при мощности не менее (но и не более рекомендованной 0.8-0.9. Иначе будет доказана при должном объеме любая гипотеза о наличии отличий. А так будет доказана только гипотеза о достоверно существующем различии с эффе4ктом 0.3, а прочие мы и не видим по условиям эксперимента.

Вообще лучше измерить этот эффект, построив для него доверительный интервал. Тогда можно смело увеличивать размер группы сверх необходимого для достоверности различий.

Сравнивать имеет смысл между собой два средства по принципу "кто лучше", но и тогда будет мучить вопрос "насколько лучше".

tvh
Вы неверно понимаете слова Multigroup в GPower - процедура применяется в анализе мощности для гипотезы о равенстве пропорций в двух выборках, в каждой из которых одинаковое число, но более 2 градаций.
Сколько градаций у Вас - не очень понятно , не указано.

а зачем?? размер группы, наоборот, должен быть минимально достаточным

Ну 0.3+-0.25 и 0.3+-0.1 это существенно разные вещи? Если задастся удовлетворительным +- у эффекта с точки зрения дальнейшего использования в "количественной медицине", то придется иметь сигму поменьше для среднего ожидаемого эффекта (и цены его), чем просто для факта Эффект есть и он скорее всего равен ожидаемому но +- лапоть.