Estimation of Direct Effects for Survival Data by using the Aalen Additive Hazards Model
使用Aalen加性风险模型估计生存数据的直接效应AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕点暴露的受控直接效应、中间变量与混杂因素展开，属于因果推断中的中介/直接效应估计，故归入因果推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
使用Aalen加性风险模型估计生存数据的直接效应
- 研究问题
- 摘要称，本文将点暴露对生存结局、经由某个给定时间固定中间变量之外渠道的受控直接效应定义，推广到加性风险尺度，并研究该效应如何估计。
- 方法与思路
- 作者提出两阶段估计：第一阶段在给定暴露、中间变量与混杂因素下，用Aalen加性回归评估中间变量对事件时间的影响；第二阶段仅以暴露为协变量，对基于第一阶段估计构造的修正随机过程拟合Aalen加性模型。
- 材料陈述的贡献
- 摘要称，作者给出了所提估计量的大样本性质，并通过蒙特卡洛模拟考察小样本表现，还提供一个真实数据例子作说明。
- 阅读关注点
- 应核对受控直接效应的加性风险尺度定义、两阶段估计的识别条件（暴露随机分配、中间变量与结局的混杂仅来自已测因素且这些因素可能受暴露影响）、大样本性质的推导条件，以及模拟与实证的具体设定。
- 阅读边界
- 仅凭摘要无法判断估计量的一致性与渐近分布是否成立、识别假设是否可检验、模拟与实证的具体结果，也无法评估方法相对既有做法的优劣；摘要未说明数据来源与样本量。
原文摘要
Summary We extend the definition of the controlled direct effect of a point exposure on a survival outcome, other than through some given, time-fixed intermediate variable, to the additive hazard scale. We propose two-stage estimators for this effect when the exposure is dichotomous and randomly assigned and when the association between the intermediate variable and the survival outcome is confounded only by measured factors, which may themselves be affected by the exposure. The first stage of the estimation procedure involves assessing the effect of the intermediate variable on the survival outcome via Aalen’s additive regression for the event time, given exposure, intermediate variable and confounders. The second stage involves applying Aalen’s additive model, given the exposure alone, to a modified stochastic process (i.e. a modification of the observed counting process based on the first-stage estimates). We give the large sample properties of the estimator proposed and investigate its small sample properties by Monte Carlo simulation. A real data example is provided for illustration.