Adjusted regression estimation for time-to-event data with differential measurement error
差异性测量误差下事件时间数据的校正回归估计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：摘要聚焦通用生存回归与测量误差校正，未提供所列经济金融细分方向的直接依据。
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
差异性测量误差下事件时间数据的校正回归估计
- 研究问题
- 对于存在差异性测量误差和删失的事件时间数据，如何利用验证样本校正回归估计，同时避免显式建模含误差协变量？
- 方法与思路
- 作者在半参数删失线性回归中提出估计方程校正方法，利用验证样本处理差异性测量误差；摘要未展开校正方程的形式。
- 材料陈述的贡献
- 摘要称该方法无需显式建模含误差协变量即可得到无偏估计，为事件时间数据中的差异性测量误差提供处理方案。
- 阅读关注点
- 应核对差异性误差的定义、验证样本抽取方式、删失条件，以及无偏性针对估计方程还是最终估计量及其推断方法。
- 阅读边界
- 仅依据所给 OpenAlex 摘要版本；无偏性所需条件、验证样本代表性及方差估计未说明，不能据此认定适用于任意误差或删失机制。
原文摘要
Differential measurement error data plausibly arise in epidemiology and biomedical studies but have been rarely dealt with explicitly, especially for time-to-event data. We propose an estimation equation correction method in semiparametric censored linear regression to deal with differential measurement error for time-to-event data with validation samples. The method does not require explicit modelling of the error-prone covariates and leads to unbiased estimation. Copyright 2013, Oxford University Press.