Generalized Case–cohort Sampling
广义病例—队列抽样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：摘要研究生存分析中的抽样设计与效率，未给出所列经济计量细分方向的直接证据。
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…
关注这篇论文的作者
广义病例—队列抽样
- 研究问题
- 如何统一处理生存数据中的嵌套病例—对照、病例—队列与经典病例—对照设计，并改善回归参数估计效率？
- 方法与思路
- 作者在 Cox 比例风险模型下统一分析多类抽样设计，通过局部平均寻找样本复用方式，构造闭式估计函数。
- 材料陈述的贡献
- 摘要称所得估计量较部分常用方法更高效且易计算，进一步计算可得到半参数有效估计量，并提供更灵活的抽样选择。
- 阅读关注点
- 应核对各设计的抽样限制、局部平均与样本复用准则、效率比较对象，以及半参数有效估计所需的额外计算。
- 阅读边界
- 仅据所给 Crossref 摘要；模型与抽样条件、效率提升幅度及计算细节未说明，不能将比较结论推广到所有设计。
原文摘要
Summary A class of cohort sampling designs, including nested case–control, case–cohort and classical case–control designs involving survival data, is studied through a unified approach using Cox’s proportional hazards model. By finding an optimal sample reuse method via local averaging, a closed form estimating function is obtained, leading directly to the estimators of the regression parameters that are relatively easy to compute and are more efficient than some commonly used estimators in case–cohort and nested case–control studies. A semiparametric efficient estimator can also be found with some further computation. In addition, the class of sampling designs in this study provides a variety of sampling options and relaxes the restrictions of sampling schemes that are currently available.