某课题组拟进行一项非匹配设计病例对照研究探究吸烟与膀胱癌的关联，假设OR=1.9，人群吸烟率=23%，a=0.05(双侧检验)，power=0.90，病例组与对照组拟纳入相同数量的研究对象，则每组的最小样本量n=_____(要求:需使用Excel软件计算，保留整数)。

为了确定每组的最小样本量，我们需要使用病例对照研究的样本量计算公式。该公式基于优势比（OR）、暴露率（吸烟率）、显著性水平（α）和检验效能（power）等参数。我们可以使用Excel软件来计算样本量。 首先，我们定义以下参数： - $ OR = 1.9 $（优势比） - $ p_0 = 0.23 $（非暴露组的暴露率，即吸烟率） - $ \alpha = 0.05 $（显著性水平，双侧检验） - $ \text{power} = 0.90 $（检验效能） - $ \text{cases} = \text{controls} $（病例组与对照组样本量相等） 样本量计算公式为： \[ n = \frac{(Z_{1-\alpha/2} + Z_{\text{power}})^2 \times (p_1(1-p_1) + p_0(1-p_0))}{(p_1 - p_0)^2} \] 其中， $ p_1 $ 为暴露组的暴露率，可以计算为： \[ p_1 = \frac{OR \times p_0}{1 + (OR - 1) \times p_0} \] 首先，我们计算 $ p_1 $: \[ p_1 = \frac{1.9 \times 0.23}{1 + (1.9 - 1) \times 0.23} = \frac{0.437}{1 + 0.207} = \frac{0.437}{1.207} \approx 0.3621 \] 接下来，我们找到 $ Z_{1-\alpha/2} $ 和 $ Z_{\text{power}} $ 的值。对于 $ \alpha = 0.05 $（双侧检验）， $ Z_{1-\alpha/2} = Z_{0.975} \approx 1.96 $。对于 $ \text{power} = 0.90 $， $ Z_{\text{power}} = Z_{0.90} \approx 1.28 $。 现在，我们计算 $ p_1(1-p_1) + p_0(1-p_0) $: \[ p_1(1-p_1) = 0.3621 \times (1 - 0.3621) = 0.3621 \times 0.6379 \approx 0.2309 \] \[ p_0(1-p_0) = 0.23 \times (1 - 0.23) = 0.23 \times 0.77 = 0.1771 \] \[ p_1(1-p_1) + p_0(1-p_0) \approx 0.2309 + 0.1771 = 0.4080 \] 然后，我们计算 $ (p_1 - p_0)^2 $: \[ p_1 - p_0 \approx 0.3621 - 0.23 = 0.1321 \] \[ (p_1 - p_0)^2 \approx 0.1321^2 = 0.01745 \] 最后，我们计算样本量 $ n $: \[ n = \frac{(1.96 + 1.28)^2 \times 0.4080}{0.01745} = \frac{3.24^2 \times 0.4080}{0.01745} = \frac{10.5 \times 0.4080}{0.01745} \approx \frac{4.284}{0.01745} \approx 245.5 \] 由于样本量必须是整数，我们向上取整，得到 $ n \approx 246 $。因为病例组和对照组的样本量相等，所以每组的最小样本量为 $ 246 $。 因此，每组的最小样本量 $ n $ 为 $\boxed{246}$。