本书广泛介绍了临床试验中样本量计算和重新计算的原则和方法。适当地计算所需的样本量对于临床试验的成功至关重要。同时，由于伦理、科学和经济方面的原因，过小或过大的样本量是有问题的。因此，在规划临床试验时，需要最先进的方法。

第一部分描述了一个推导样本量计算程序的一般框架。这使得人们能够理解以下各章所介绍的众多方法的共同原则。第二部分涉及固定样本量设计，即在计划阶段确定所需的样本量，之后不再改变。它涵盖了优越性、非劣质性和等效性试验的样本量计算方法，以及两组和两组以上的比较。本书还讨论了广泛的其他主题，包括多重比较的样本量计算、安全性评估和多区域试验。在前期计算样本量时，往往对所做的假设存在一些不确定性。第三部分介绍了一些方法，允许根据正在进行的试验中出现的新信息来修改最初指定的样本量。考虑了内部试验研究设计中盲目的样本量重新计算程序，以及适应性设计中使用中期分析的非盲目数据的样本量重新评估方法。本书使用大量的临床试验实例来说明其应用，并提供了实现这些方法的软件代码。

本书为制药业和学术界参与临床试验的生物统计学家和临床医生提供理论背景和实践建议。本书涵盖了基本的以及更先进的和最近开发的方法，适合于初学者、有经验的应用统计学家和从业人员。为了获得最大的收益，读者应该熟悉统计学的入门知识。本书的内容已成功用于该主题的课程。