样本量如何计算

100例够了，这个主要看你的变量数。

样本量的计算公式为： N=Z²σ²/d²，其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。

样本量大小是选择检验统计量的一个要素，由抽样分布理论可知，在大样本条件下，如果总体为正态分布，样本统计量服从正态分布；如果总体为非正态分布，样本统计量渐近服从正态分布。

在进行预后影响因素的分析时，需要确定所需的最小样本量，以确保研究的统计效力足够。样本量的大小取决于多个因素，包括预期效应大小、统计显著性水平、功效和研究设计等。

在你的情况下，如果你想要进行一项针对某种手术对该病预后影响因素的分析，需要进行样本量估算。具体的样本量计算需要考虑多个因素，例如所采用的统计方法、预期效应大小、显著性水平、功效等等。在没有更多信息的情况下，这里提供一个粗略的计算方法：

以二元 logistic 回归模型为例，假设该手术对该病的预后影响是二元分类变量（例如存活/死亡），需要考虑的因素是多元变量（例如年龄、性别、病情等等）。假设预期效应大小为 odds ratio（OR）=2.0，显著性水平为α=0.05，统计功效为1-β=0.8。根据经验，每个解释变量至少需要10个事件（例如死亡）才能可靠地估计它的效应大小。因此，需要至少有100个事件（例如死亡）来支持分析。

因此，你需要知道你的100个样本中有多少个事件（死亡），以确定你是否有足够的样本量进行分析。如果事件数量较少，那么你可能需要更多的样本才能进行可靠的分析。

100例以上的样本量基本够了。