Covariate-adjusted log-rank test: guaranteed efficiency gain and universal applicability
协变量调整的对数秩检验：效率增益与广泛适用性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：摘要研究随机临床试验中的处理效应检验及协变量调整。
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…
协变量调整的对数秩检验：效率增益与广泛适用性
- 研究问题
- 在采用协变量自适应随机化的临床试验中，如何调整协变量以检验右删失事件时间的处理效应，并改善检验效率？
- 方法与思路
- 作者构造具有显式公式的非参数协变量调整对数秩检验，并建立适用于简单随机化及常用协变量自适应设计的渐近理论。
- 材料陈述的贡献
- 摘要称，相对于未调整检验，所提方法保证效率增益；同一公式可用于多种常用随机化方案，并报告第一类错误和功效证据。
- 阅读关注点
- 应核对删失与协变量条件、效率增益的具体衡量、随机化方案的覆盖范围，以及零假设和局部备择下的理论结论。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断有限样本是否总有功效增益；广泛适用性针对摘要列举的随机化设计，并非任意设计。
原文摘要
Summary Nonparametric covariate adjustment is considered for log-rank-type tests of the treatment effect with right-censored time-to-event data from clinical trials applying covariate-adaptive randomization. Our proposed covariate-adjusted log-rank test has a simple explicit formula and a guaranteed efficiency gain over the unadjusted test. We also show that our proposed test achieves universal applicability in the sense that the same formula of test can be universally applied to simple randomization and all commonly used covariate-adaptive randomization schemes such as the stratified permuted block and the Pocock–Simon minimization, which is not a property enjoyed by the unadjusted log-rank test. Our method is supported by novel asymptotic theory and empirical results for Type-I error and power of tests.