Tests for Variation Over Groups in Survival Data
生存数据中组间变异的检验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：摘要研究一般生存模型中的组间变异，没有明确的因果效应、面板或分布效应研究依据。
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…
关注这篇论文的作者
生存数据中组间变异的检验
- 研究问题
- 当生存数据按医院等自然群组划分时，如何检验效应是否存在随机的组间变异，而不只是比较预先指定的固定组差异？
- 方法与思路
- 作者利用各组内受试者鞅残差之和构造统计量，检验无组间变异的原假设，并与已有局部最强检验建立联系。
- 材料陈述的贡献
- 摘要称提出适用于随机组间变异的检验，并将其用于一项多机构肺癌试验，但没有报告检验结论或数值表现。
- 阅读关注点
- 应核对组间随机变异的模型设定、残差所基于的生存模型，以及组数、组内样本量和删失对参考分布的影响。
- 阅读边界
- OpenAlex 索引稿件版本未注明；摘要未说明分布条件、功效或应用结果，组间变异检验也不能直接解释为治疗效应异质性。
原文摘要
When survival data can be divided into natural groups, such as in a clinical trial with patients from a number of different institutions, the question arises whether effects are different for the different groups. For situations where one is concerned with a random pattern of variation over groups, this article proposes testing the null hypothesis of no variation using statistics based on the sums of martingale residuals over subjects within groups. These tests are closely related to the locally most powerful tests of Liang for testing for variation across a large number of strata. The tests are applied to data from a lung cancer trial conducted by the Eastern Cooperative Oncology Group.