Model misspecification in proportional hazards regression
比例风险回归中的模型误设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：摘要直接研究随机试验中的治疗效应估计及协变量调整，因此归入因果推断。
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…
关注这篇论文的作者
比例风险回归中的模型误设
- 研究问题
- 随机临床试验中，若协变量效应不满足比例风险，采用回归调整或分层会如何影响治疗效应估计的偏差、效率与覆盖率？
- 方法与思路
- 作者比较纳入协变量的回归建模与分层两种途径，重点考察协变量效应非比例时，治疗效应估计及区间覆盖的表现。
- 材料陈述的贡献
- 摘要称线性协方差分析的直觉可能误导：比例风险模型中的协变量调整对方差影响较小，却可能明显改善治疗效应估计准确性。
- 阅读关注点
- 应核对治疗效应的目标定义、协变量非比例效应的设定，以及偏差、效率和覆盖率比较依赖的模型条件与研究设计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明效应尺度及比较条件，不能把随机试验中的发现直接推广至观察研究。
原文摘要
The proportional hazards model is frequently used to evaluate the effect of treatment on failure time events in randomised clinical trials. Concomitant variables are usually available and may be considered for use in the primary analyses under the assumption that incorporating them may reduce bias or improve efficiency. In this paper we consider two approaches to including covariate information: regression modelling and stratification. We focus on the setting where covariate effects are nonproportional and we compare the bias, efficiency and coverage properties of these approaches. These results indicate that our intuition based on linear model analysis of covariance is misleading. Covariate adjustment in proportional hazards models has little effect on the variance but may significantly improve the accuracy of the treatment effect estimator.