Bias correction for score tests arising from misspecified proportional hazards regression models
误设比例风险回归模型所产生得分检验的偏差校正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：摘要直接讨论随机化处理效应的检验，以及依赖处理和协变量的删失所造成的偏差，属于因果推断中的推断问题。
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
误设比例风险回归模型所产生得分检验的偏差校正
- 研究问题
- 当删失同时依赖处理组和协变量时，Cox 模型中的随机处理效应检验为何可能在零假设下偏离零中心，如何校正？
- 方法与思路
- 作者通过修改风险集指示变量校正得分检验偏差，实施时需建模删失对处理组和协变量的依赖，并用模拟评估检验表现。
- 材料陈述的贡献
- 摘要称，校正检验在所拟合风险模型误设时仍渐近有效；模拟显示其对部分删失模型偏差表现良好，并保有较高相对效率。
- 阅读关注点
- 核对随机化与删失机制假设、风险集修正公式及删失模型的估计要求，区分风险模型误设的理论保证与删失误设的模拟证据。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；删失建模仍是实施要求，模拟中的稳健表现不等于对任意删失模型误设均有效。
原文摘要
When censoring depends on both treatment group and covariates, tests for a randomised treatment effect arising from Cox's proportional hazards model are not in general centred at zero under the null and can be seriously distorted. We propose a corrected test that modifies the at‐risk indicator in a way that corrects for this bias. The resulting test is asymptotically valid regardless of whether or not the fitted model is correctly specified. Implementation of the corrected test requires that the dependence of censoring on treatment group and covariates be modelled. Simulations indicate that the bias‐corrected test performs well, even when the dependence of censoring on treatment group and covariates is not modelled exactly, and maintains high efficiency relative to the uncorrected test when the latter is valid.