Post-selection inference for high-dimensional mediation analysis with survival outcomes
生存结局高维中介分析的选择后推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究自然间接效应及中介筛选后的推断，属于因果推断；生存结局本身不构成其他细分依据。
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…
生存结局高维中介分析的选择后推断
- 研究问题
- 在高维中介变量中筛选最大自然间接效应后，如何对所选边际中介效应进行有效推断，并处理筛选带来的不确定性？
- 方法与思路
- 作者采用半参数有效影响函数方法，构造考虑中介筛选的稳定化一步估计量，并建立其渐近正态性。
- 材料陈述的贡献
- 摘要称该程序支持最大所选自然间接效应的选择后推断；模拟表现良好，肺癌应用发现可能参与吸烟作用路径的甲基化位点。
- 阅读关注点
- 应核对自然间接效应的识别条件、生存结局与删失的处理方式，以及稳定化和变量筛选如何进入渐近理论。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未说明识别与删失条件，也不能将发现的甲基化位点确认为因果中介。
原文摘要
It is of substantial scientific interest to detect mediators that lie in the causal pathway from an exposure to a survival outcome. However, with high-dimensional mediators, as often encountered in modern genomic data settings, there is a lack of powerful methods that can provide valid post-selection inference for the identified marginal mediation effect. To resolve this challenge, we develop a post-selection inference procedure for the maximally selected natural indirect effect using a semiparametric efficient influence function approach. To this end, we establish the asymptotic normality of a stabilized one-step estimator that takes the selection of the mediator into account. Simulation studies show that our proposed method has good empirical performance. We further apply our proposed approach to a lung cancer dataset and find multiple DNA methylation CpG sites that might mediate the effect of cigarette smoking on lung cancer survival.