在公共卫生领域，确定研究中的样本大小是一个非常重要的步骤。合理的样本量不仅能够保证研究结果的有效性和可靠性，还能够在资源有限的情况下最大化研究的效率。影响样本大小的因素主要包括以下几个方面：
1. 研究目的和设计：不同的研究目标对样本大小的要求不同。例如，如果研究旨在检测两组之间的微小差异，则需要较大的样本量；若研究主要关注于描述性统计特征，则可能不需要那么大的样本。
2. 预期效应大小：预期效应指的是你希望在研究中观察到的效果或变化的程度。一般而言，期望发现的效应越小，所需样本量就越大，因为较小的变化更难以从背景噪音中区分出来。
3. 统计功效（Power）：统计功效是指当真实存在差异时，研究能够正确地拒绝零假设的概率。通常情况下，要求的研究统计功效越高，则需要的样本量也就越大。标准上，80%或90%的统计功效是比较常见的选择。
4. 显著性水平（Alpha Level, α）：这是指在没有实际效果存在的情况下错误地拒绝零假设的风险概率。常用的显著性水平为0.05或更低。降低α值意味着对证据的要求更高，相应地需要更大的样本量来达到相同的统计功效。
5. 变异程度：研究变量的变异性也是决定所需样本大小的关键因素之一。如果预期数据的变化范围较大，则可能需要更多的观察对象以确保结果具有代表性。
6. 损失率（Attrition Rate）: 在长期跟踪或干预性研究中，参与者可能会中途退出。因此，在计算初始样本量时应考虑一定的损失率，以保证最终分析时有足够的有效样本。
7. 资源限制：实际操作中的时间、资金和人力等资源约束也会影响最终确定的样本大小。在满足科学研究需求的前提下，尽可能地优化资源配置是非常重要的。

综上所述，合理估计并选择适当的样本量对于确保研究的质量至关重要。这需要根据具体的研究背景和目标综合考量上述各种因素。