A kernel method for incorporating information on disease progression in the analysis of survival
将疾病进展信息纳入生存分析的核方法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：摘要核心为疾病进展与生存分布建模，治疗组比较不足以明确建立因果推断分类。
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
将疾病进展信息纳入生存分析的核方法
- 研究问题
- 当疾病进展后的生存时间依赖于进展发生时间时，如何利用进展信息估计总体生存分布并比较治疗组？
- 方法与思路
- 作者采用三状态模型，以核方法分别估计转移分布，再合成为总体生存分布，并构造治疗组生存相等检验。
- 材料陈述的贡献
- 摘要称方法在部分模拟设定中纳入了时间依赖；功效增益随进展后生存可预测性变化，极端依赖下检验有明显偏差。
- 阅读关注点
- 应核对状态转移与删失条件、核带宽选择、估计一致性的适用范围，以及极端依赖导致检验偏差的原因。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未提供模拟数值和完整条件，不能把部分设定下的功效增益推广为普遍优势。
原文摘要
This paper considers incorporating information on disease progression in the analysis of survival. A three-state model is assumed, with the distribution of each transition estimated separately. The distribution of survival following progression can depend on the time of progression. Kernel methods are used to give consistent estimators under general forms of dependence. The estimators for the individual transitions are then combined into an overall estimator of the survival distribution. A test statistic for equality of survival between treatment groups is proposed based on the tests of Pepe & Fleming (1989, 1991). In simulations the kernel method successfully incorporated dependence on the time of progression in some reasonable settings, but under extreme forms of dependence the tests had substantial bias. If survival beyond progression can be predicted fairly accurately, then gains in power over standard methods that ignore progression can be substantial, but the gains are smaller when survival beyond progression is more variable. The methodology is illustrated with an application to a breast cancer clinical trial.