Survival analysis with temporal covariate effects
具有时变协变量效应的生存分析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：摘要讨论生存模型的时变协变量系数，不能仅因时间变化或效应措辞归入宏观时间序列或因果推断。
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…
具有时变协变量效应的生存分析
- 研究问题
- 如何推广 Cox 回归，使系数直接解释为协变量对生存函数的时变效应，并在条件独立删失下进行估计与推断？
- 方法与思路
- 作者利用鞅方程构造无需平滑的估计程序，以重抽样近似系数估计的极限分布，并发展时变系数的第二阶段推断。
- 材料陈述的贡献
- 摘要称证明估计量一致收敛并弱收敛到高斯过程，还将时变效应框架扩展至线性变换模型并联系加性风险模型。
- 阅读关注点
- 应核对系数对生存函数的具体解释、条件独立删失和其他正则条件，以及重抽样、第二阶段推断与模型扩展的有效性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；系数的具体定义、识别与正则条件及应用结果未完整说明，不能推断刊本变化。
原文摘要
We propose a natural generalization of the Cox regression model, in which the regression coefficients have direct interpretations as temporal covariate effects on the survival function. Under the conditionally independent censoring mechanism, we develop a smoothing-free estimation procedure with a set of martingale-based equations. Our estimator is shown to be uniformly consistent and to converge weakly to a Gaussian process. A simple resampling method is proposed for approximating the limiting distribution of the estimated coefficients. Second-stage inferences with time-varying coefficients are developed accordingly. Simulations and a real example illustrate the practical utility of the proposed method. Finally, we extend this proposal of temporal covariate effects to the general class of linear transformation models and also establish a connection with the additive hazards model.