Come utilizzare il calcolatore gratuito di dimensioni del campione di Editverse: guida completa passo passo (2026)

Pubblicato il 20 Giugno 2026

Stai pianificando una sperimentazione clinica o uno studio di ricerca? Il Calcolatore gratuito della dimensione del campione di Editverse è un potente strumento di analisi statistica online che aiuta ricercatori medici, responsabili di sperimentazioni cliniche e accademici a determinare il numero esatto di partecipanti necessari per studi statisticamente validi. Questa guida completa illustra tutte le funzionalità di questo strumento essenziale per la pianificazione della ricerca.

Che si tratti di progettare uno studio clinico randomizzato controllato, di condurre uno studio di coorte retrospettivo o di pianificare uno studio di accuratezza diagnostica, un corretto calcolo della dimensione del campione è fondamentale per una ricerca valida. Uno studio con una potenza statistica insufficiente spreca risorse e rischia di non rilevare effetti reali, mentre uno studio con una potenza statistica eccessiva espone inutilmente i partecipanti agli interventi. Il calcolatore di Editverse risolve questo problema con 15 test statistici, visualizzazioni interattive e report pronti per la pubblicazione, il tutto completamente gratuito.

Cos'è il calcolatore della dimensione del campione di Editverse?

Il calcolatore della dimensione del campione di Editverse è uno strumento online validato per l'analisi della potenza statistica, che utilizza formule derivate da G*Power e metodi raccomandati da PubMed e Cochrane. A differenza dei software per computer desktop che richiedono installazione, questo calcolatore basato sul web funziona su qualsiasi dispositivo (computer fisso, tablet o cellulare) senza necessità di registrazione o download.

15 test statistici disponibili nel calcolatore della dimensione del campione

Il calcolatore organizza i suoi 15 test statistici in categorie intuitive basate sul disegno della ricerca e sul tipo di risultato. Comprendere quale test selezionare è fondamentale per una stima accurata della dimensione del campione.

Categoria	Test disponibili	Ideale per
Confronto delle medie	Test t a due campioni, test t appaiato, test t a un campione, ANOVA (3 o più gruppi)	Pressione sanguigna, HbA1c, variazioni di peso
proporzioni	Due proporzioni (Chi-quadrato), singola proporzione	Tassi di risposta, eventi avversi, tassi di guarigione
Trials Clinici	Studio di superiorità, studio di non inferiorità, studio di equivalenza	Richieste di autorizzazione FDA/regolamentari, confronti tra farmaci
Analisi di sopravvivenza	Test del rango logaritmico (sopravvivenza)	Sopravvivenza globale, sopravvivenza libera da progressione
Correlazione e regressione	Correlazione (Pearson/Spearman), regressione lineare, regressione logistica	Modelli predittivi, analisi dei fattori di rischio
Studi diagnostici	Sensibilità/Specificità, Curva ROC (AUC)	Validazione dei biomarcatori, test di screening

Passaggio 1: Accedere al calcolatore della dimensione del campione

Accedete a https://editverse.com/free-sample-size-calculator-power-analysis-tool-for-researchers/ . Il calcolatore si carica istantaneamente senza bisogno di registrazione, accesso o download di software. L'interfaccia presenta un layout chiaro a due colonne: parametri di input a sinistra, risultati e visualizzazioni a destra.

Fase 2: Selezionare il disegno dello studio e il test statistico

Seleziona il test statistico appropriato dal menu a tendina. La scelta dipende dalla tua domanda di ricerca, dal tipo di variabile di risultato e dal disegno dello studio. Ecco una breve guida per scegliere il test giusto:

Test t per due campioni: da utilizzare quando si confrontano le medie tra due gruppi indipendenti, come ad esempio il gruppo di trattamento rispetto al gruppo di controllo in uno studio clinico randomizzato controllato. Questo è il test più comune per gli studi clinici che confrontano esiti continui.

Test t per campioni appaiati: da utilizzare per misurazioni prima/dopo sugli stessi soggetti, come ad esempio la pressione sanguigna prima e dopo il trattamento negli stessi pazienti.

ANOVA (3 o più gruppi): Da utilizzare quando si confrontano le medie tra tre o più gruppi, ad esempio quando si testano diverse dosi di un farmaco rispetto al placebo.

Test del chi-quadrato (due proporzioni): da utilizzare per confrontare proporzioni o tassi tra gruppi, come ad esempio i tassi di risposta o le frequenze degli eventi avversi.

Studio di non inferiorità: da utilizzare quando si deve dimostrare che un nuovo trattamento non è peggiore dello standard di riferimento di un margine superiore a quello predefinito. Questo tipo di studio è comune quando il nuovo trattamento offre altri vantaggi, come minori effetti collaterali o costi inferiori.

Scala di sopravvivenza/Log-Rank: da utilizzare per l'analisi del tempo all'evento, come la sopravvivenza globale o la sopravvivenza libera da progressione, negli studi oncologici.

Passaggio 3: Impostare i parametri statistici principali

Dopo aver selezionato il test, configura i parametri statistici fondamentali che determinano il rigore e l'affidabilità del tuo studio.

Livello di significatività (α)

Il livello di significatività rappresenta la probabilità di rifiutare l'ipotesi nulla quando in realtà è vera (errore di tipo I). Opzioni disponibili: 0.01 (1%), 0.05 (5%), 0.10 (10%). Lo standard per la maggior parte della ricerca medica è α = 0.05 (5%) , che è accettabile per la pubblicazione su riviste indicizzate in PubMed e Scopus. Utilizzare α = 0.01 per studi che richiedono maggiore rigore, come quelli che prevedono confronti multipli o studi di conferma.

Potenza statistica (1-β)

La potenza statistica rappresenta la probabilità di rilevare un effetto reale, qualora esista (1 meno l'errore di tipo II). Opzioni disponibili: 70%, 80%, 85%, 90%, 95%. La potenza statistica minima accettabile, secondo le linee guida CONSORT, è dell'80% . Utilizzare il 90% per studi ad alto rischio, come le sperimentazioni cliniche di fase III o studi con importanti implicazioni cliniche. Una potenza statistica maggiore richiede campioni più ampi, ma riduce il rischio di non rilevare effetti terapeutici reali.

Tipo di test (a coda)

I test a due code sono appropriati quando l'effetto potrebbe andare in entrambe le direzioni (il trattamento potrebbe essere migliore o peggiore del gruppo di controllo). Questo è l'approccio predefinito e più prudente. I test a una coda sono appropriati solo quando si è interessati esclusivamente a rilevare un effetto in una direzione e la direzione opposta è scientificamente impossibile o irrilevante. La maggior parte degli enti regolatori e delle riviste scientifiche richiede test a due code.

Rapporto di allocazione

Il rapporto di allocazione determina come i partecipanti vengono distribuiti tra i gruppi. Le opzioni includono 1:1 (gruppi uguali, statisticamente più efficiente), 2:1 (il doppio dei partecipanti nel gruppo di trattamento), 3:1 (il triplo dei partecipanti nel gruppo di trattamento) e 1:2 (il doppio dei partecipanti nel gruppo di controllo). Un'allocazione non uniforme può essere preferibile quando il trattamento sperimentale è costoso, ha una disponibilità limitata o quando sono necessari maggiori dati sulla sicurezza dal gruppo di trattamento.

Passaggio 4: Inserire i parametri specifici del test

Ogni test statistico richiede valori di input specifici, basati sui risultati attesi e sulla letteratura clinica. Stime accurate dei parametri sono fondamentali per un calcolo valido della dimensione del campione.

Per il test t a due campioni

Parametro	Descrizione	Valori di esempio
Media attesa (Gruppo 1)	media del gruppo di controllo	120 mmHg (pressione sanguigna)
Media attesa (Gruppo 2)	media del gruppo di trattamento	115 mmHg
Deviazione standard (aggregata)	Variabilità combinata	15 mmHg

Il calcolatore calcolerà la dimensione dell'effetto (d di Cohen) in base ai dati inseriti. Valori di riferimento della dimensione dell'effetto tratti dalla letteratura: 0.2 = Effetto piccolo , 0.5 = Effetto medio , 0.8 = Effetto grande.

Per l'ANOVA

Inserisci il numero di gruppi (minimo 3) e la dimensione dell'effetto previsto utilizzando l'f di Cohen: 0.10 = effetto piccolo, 0.25 = effetto medio, 0.40 = effetto grande.

Per il test del chi-quadrato (due proporzioni)

Inserisci la proporzione prevista per ciascun gruppo in percentuale. Ad esempio, se prevedi un tasso di risposta del 30% nel gruppo di controllo e del 50% nel gruppo di trattamento, inserisci direttamente questi valori.

Per studi di non inferiorità

Il margine di non inferiorità (Δ) rappresenta la massima differenza clinicamente accettabile tra i trattamenti. Tale margine deve essere determinato sulla base del giudizio clinico e delle linee guida regolatorie, non di considerazioni statistiche. Inserire inoltre la deviazione standard prevista e la differenza reale tra i trattamenti.

Per il test di sopravvivenza/log-rank

Inserisci il rapporto di rischio (HR < 1 significa che il trattamento riduce il rischio) e la probabilità attesa dell'evento. Ad esempio, HR = 0.7 indica una riduzione del 30% del rischio dell'evento.

Per l'analisi ROC/AUC

Inserire l'AUC prevista (0.5 = casuale, 0.7-0.8 = discriminazione accettabile, >0.8 = eccellente) e l'AUC nulla (tipicamente 0.5). Questo test è essenziale per gli studi di validazione dei test diagnostici.

Passaggio 5: Impostare il tasso di abbandono per l'obiettivo di reclutamento

Negli studi condotti nel mondo reale, si riscontra un'elevata perdita di partecipanti a causa di mancata partecipazione al follow-up, violazioni del protocollo, revoca del consenso o eventi avversi. Il calcolatore di Editverse include un cursore integrato per la regolazione del tasso di abbandono.

L'impostazione predefinita è del 10%, che è appropriata per la maggior parte degli studi a breve termine. Regolare in base alla durata dello studio, alle caratteristiche della popolazione e ai tassi di abbandono storici in studi simili. La formula utilizzata è: N aggiustato = N richiesto / (1 – tasso di abbandono).

Ad esempio, se la dimensione del campione richiesta è di 100 per gruppo con un tasso di abbandono previsto del 15%, l'obiettivo di reclutamento modificato sarebbe 100 / (1 – 0.15) = 118 per gruppo.

Fase 6: Calcolare e rivedere i risultati

Fai clic sul pulsante "Calcola la dimensione del campione". I risultati appariranno immediatamente nel pannello color verde acqua sul lato destro dell'interfaccia.

Il pannello dei risultati visualizza: la dimensione del campione richiesta per gruppo, il numero totale di partecipanti necessari per tutti i gruppi e la dimensione del campione aggiustata tenendo conto del tasso di abbandono specificato.

Esempio di output da uno studio sulla pressione sanguigna (test t a due campioni, α=0.05, potenza=80%, medie 140 vs 130 mmHg, DS=20):

Passaggio 7: Interpretare le visualizzazioni interattive

Il calcolatore genera tre grafici interattivi che ti aiutano a comprendere e comunicare il calcolo della dimensione del campione.

curva di potenza

Questo grafico mostra come la potenza statistica aumenti con la dimensione del campione. L'asse X rappresenta la dimensione del campione (n per gruppo) e l'asse Y la potenza (%). Utilizza questa visualizzazione per esplorare i compromessi tra dimensione del campione e potenza e per identificare la dimensione minima del campione necessaria per raggiungere la potenza desiderata.

Sovrapposizione di distribuzione

Questa visualizzazione mostra le distribuzioni attese per il Gruppo 1 (Controllo) e il Gruppo 2 (Trattamento). Una minore sovrapposizione tra le curve indica una maggiore dimensione dell'effetto, rendendo più facile individuare una differenza significativa. Si tratta di un'ottima visualizzazione per spiegare le motivazioni alla base della scelta della dimensione del campione ai membri del team di ricerca che non sono statistici.

Grafico di analisi di sensibilità

Questo grafico mostra la dimensione del campione richiesta in funzione della potenza statistica a diversi livelli di significatività (α = 0.01, 0.05, 0.10). Utilizzalo per confrontare diversi scenari e comprendere come la scelta del valore di α influisce sui requisiti del campione.

Passaggio 8: Generare il report pronto per la pubblicazione

Fai clic sul pulsante "Report" per generare un report completo sul calcolo della dimensione del campione, adatto per richieste di approvazione etica, proposte di finanziamento e sezioni relative ai metodi nei manoscritti.

Il rapporto include: un riepilogo completo del disegno dello studio, tutti i parametri utilizzati nel calcolo, risultati dettagliati con e senza aggiustamento per i soggetti che abbandonano lo studio, e un testo metodologico precompilato per l'inserimento diretto nei manoscritti.

Esempio di testo dei metodi generato dalla calcolatrice:

"La dimensione del campione è stata calcolata utilizzando [tipo di test] ipotizzando un livello di significatività bilaterale di 0.05 e una potenza dell'80%. Ciò richiede [X] partecipanti per gruppo ([X] in totale). Tenendo conto di un tasso di abbandono del 10%, prevediamo di reclutare [X] partecipanti."

Le opzioni di esportazione includono "Copia negli appunti" per incollare immediatamente il testo in qualsiasi documento, oppure "Scarica come testo" per salvare il file in formato .txt.

Come citare il calcolatore delle dimensioni del campione di Editverse

Citare correttamente lo strumento di calcolo della dimensione del campione dimostra rigore metodologico e consente ad altri di verificare i calcoli.

Citazione nel testo (Sezione Metodi)

“La dimensione del campione è stata calcolata utilizzando l'Editverse Sample Size Calculator (Editverse, 2025), uno strumento di analisi della potenza online convalidato per la ricerca medica.”

APA 7a edizione

Editverse. (2025). Calcolatore della dimensione del campione di Editverse [Strumento online]. https://editverse.com/free-sample-size-calculator-power-analysis-tool-for-researchers/

Stile Vancouver/ICMJE

Editverse. Calcolatore delle dimensioni del campione Editverse [Internet]. 2025 [citato il 6 gennaio 2025]. Disponibile da: https://editverse.com/free-sample-size-calculator-power-analysis-tool-for-researchers/

Editverse vs altri calcolatori di dimensioni del campione: confronto delle funzionalità

Come si confronta il calcolatore di Editverse con altri strumenti popolari? Ecco un confronto completo:

Caratteristica	Modificaverso	G*Potere	Potenza PS	OpenEpi
Prezzo	✓ gratuito	Gratis	Gratis	Gratis
Piattaforma	✓ Basato sul Web	Solo desktop	Solo desktop	Web
Mobile friendly	✓ Sì	✗No	✗No	Limitato
Disegni di sperimentazione clinica	✓ Tutti e 3 i tipi	Limitato	Si	✗No
Analisi di sopravvivenza	✓ Classifica logaritmica	Si	Si	✗No
Grafici interattivi	✓ Sì	Si	✗No	✗No
Rapporti di pubblicazione	✓ Sì	✗No	✗No	✗No
Regolazione del dropout	✓ Integrato	Manuale	Manuale	✗No
ROC/AUC	✓ Sì	✗No	✗No	✗No
Registrazione richiesta	✓ No	Nodo	Nodo	Nodo

Esempio pratico: Guida completa

Analizziamo un esempio completo utilizzando uno scenario di ricerca realistico.

Scenario: Stai pianificando uno studio clinico randomizzato controllato per confrontare un nuovo farmaco per la pressione sanguigna con un placebo. Sulla base di studi precedenti, prevedi che il gruppo di controllo abbia una pressione sanguigna sistolica media di 140 mmHg e che il gruppo di trattamento raggiunga i 130 mmHg dopo 12 settimane. I dati storici suggeriscono una deviazione standard di 20 mmHg. Desideri una potenza dell'80% con un α bilaterale di 0.05 e prevedi un tasso di abbandono del 15%.

Passaggio 1: Selezionare "Test t a due campioni (due gruppi)" dal menu a tendina

Passaggio 2: Impostare i parametri statistici: Livello di significatività = 0.05, Potenza = 80%, Tipo di test = Bilaterale, Rapporto di allocazione = 1:1

Passaggio 3: Inserire le medie e la deviazione standard del gruppo: Controllo (Gruppo 1) = 140 mmHg, Trattamento (Gruppo 2) = 130 mmHg, Deviazione standard = 20 mmHg

Passaggio 4: Impostare il tasso di abbandono al 15%.

Passaggio 5: fare clic su "Calcola la dimensione del campione"

Risultato: la dimensione del campione richiesta è di 64 per gruppo (128 in totale). Considerando un tasso di abbandono del 15%, è necessario reclutare un totale di 151 partecipanti (76 per gruppo).

Suggerimenti per i comitati etici e le domande di sovvenzione

Quando si invia il calcolo della dimensione del campione ai comitati etici, ai comitati di revisione istituzionale o agli enti finanziatori, è opportuno seguire queste buone pratiche:

Giustifica la dimensione dell'effetto: fai riferimento a dati pilota, letteratura pubblicata o alla differenza minima clinicamente rilevante. Non limitarti a usare l'espressione "dimensione dell'effetto media" senza una giustificazione clinica.

Spiega la tua scelta di α e potenza: dichiara di utilizzare valori standard (α=0.05, potenza=80%) oppure spiega perché hai scelto valori diversi.

Tenete conto degli abbandoni previsti: utilizzate il cursore integrato per gli abbandoni e spiegate come avete determinato il tasso di abbandono previsto sulla base di studi simili.

Includi tutti i parametri: i revisori devono verificare i tuoi calcoli. Elenca ogni valore di input utilizzato.

Utilizza la funzione Report: genera con un solo clic la documentazione pronta per la pubblicazione, garantendo coerenza e completezza.

Domande frequenti sul calcolo della dimensione del campione

D: Cos'è il calcolo della dimensione del campione?

A: Il calcolo della dimensione del campione determina il numero minimo di partecipanti necessari per rilevare un effetto statisticamente significativo con una potenza adeguata. Trova un equilibrio tra la necessità di validità statistica e i vincoli pratici come costi, tempi e disponibilità dei partecipanti.

D: Come si calcola la dimensione del campione per una sperimentazione clinica?

A: Seleziona il disegno dello studio (superiorità, non inferiorità o equivalenza), inserisci la differenza di trattamento prevista, la deviazione standard, il livello di significatività (in genere α=0.05) e la potenza desiderata (in genere 80%). Il calcolatore calcola il numero di partecipanti richiesti per braccio e il totale.

D: Che cos'è la potenza statistica?

A: La potenza statistica (1-β) è la probabilità di rilevare un effetto reale quando questo esiste. Una potenza dell'80% significa che c'è l'80% di probabilità di trovare una significatività statistica se l'effetto del trattamento è reale. Gli studi con potenza insufficiente rischiano di non rilevare effetti reali (errori di tipo II).

D: Quale dimensione dell'effetto dovrei utilizzare?

A: La dimensione dell'effetto si basa su: (1) i dati del tuo studio pilota, (2) la letteratura pubblicata su popolazioni simili o (3) la differenza minima clinicamente importante per il tuo risultato. I valori di riferimento del d di Cohen sono: 0.2 = piccolo, 0.5 = medio, 0.8 = grande.

D: Il calcolatore di Editverse è più preciso rispetto a G*Power?

R: Sì. Il calcolatore Editverse utilizza le stesse formule statistiche validate di G*Power. A parità di dati di input, i risultati sono equivalenti. Il vantaggio di Editverse risiede nella sua accessibilità via web, nella compatibilità con dispositivi mobili e nella generazione di report integrata.

D: Posso usarlo per studi osservazionali?

R: Sì. Sebbene i disegni degli studi clinici siano specifici per gli studi clinici randomizzati controllati (RCT), i test t, il test del chi-quadrato, la correlazione e i calcolatori di regressione si applicano alla ricerca osservazionale, inclusi studi di coorte, studi caso-controllo e studi trasversali. Per considerazioni sull'analisi degli studi clinici , consultare la nostra guida dedicata.

Risorse Editverse correlate per la pianificazione della ricerca

Hai bisogno di aiuto con l'analisi statistica?

Sebbene il Calcolatore della dimensione del campione di Editverse gestisca l'analisi della potenza statistica, molti ricercatori necessitano di ulteriore supporto per la metodologia statistica. Editverse offre servizi completi di consulenza statistica per studi clinici e ricerca accademica.

Conclusione

Il Calcolatore gratuito della dimensione del campione di Editverse è uno strumento potente e accessibile che offre analisi di potenza di livello professionale a ogni ricercatore, indipendentemente dal budget o dalle competenze tecniche. Con 15 test statistici, visualizzazioni interattive, correzione integrata per il dropout e report pronti per la pubblicazione, semplifica una delle fasi più critiche della pianificazione della ricerca.

Un calcolo accurato della dimensione del campione garantisce che il tuo studio abbia una potenza statistica sufficiente per rilevare effetti significativi, evitando al contempo un'esposizione non necessaria dei partecipanti e un inutile spreco di risorse. Che tu stia pianificando una sperimentazione clinica di Fase III, uno studio di accuratezza diagnostica o un'analisi retrospettiva di coorte, il calcolatore di Editverse ti fornisce la metodologia validata di cui hai bisogno.

Accedi subito al calcolatore gratuito per la dimensione del campione di Editverse →

]]>