A Model for Informative Censoring
信息性删失的一种模型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：摘要讨论生存分析中的信息性删失模型，没有明确涉及所列因果、面板或经济分布效应方向。
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
信息性删失的一种模型
- 研究问题
- 当删失意味着较差的未来生存预后时，独立删失假设下的生存估计可能偏高；如何构造能够表达这种关联的模型？
- 方法与思路
- 作者设定删失只发生于由脆弱性分布界定的子群体，通过该替代模型描述删失与生存的关联，并构造生存函数的自洽估计量。
- 材料陈述的贡献
- 摘要指出，信息性删失可能使 Kaplan–Meier 估计高估生存概率，并给出适用于所提脆弱性子群体模型的自洽估计。
- 阅读关注点
- 核对脆弱性分布与删失子群体如何定义，观测数据能否识别目标生存函数，以及自洽估计的计算、唯一性和统计性质。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，刊本差异未核验；识别条件及脆弱性设定敏感性未说明，不能推广至任意信息性删失。
原文摘要
In the usual model for censored survival analysis, observations are of the form X = min(T, C), where T and C are nonnegative random variables representing lifetime and censoring time, respectively. Under the usual assumption of independence of T and C, the Kaplan-Meier estimator (KME) is the appropriate estimator of S(t) = Pr(T > t). The KME can lead to substantial overestimates of survival probabilities if the event of censoring indicates an unfavorable prognosis for future survival. We consider an alternative model in which censoring only occurs in a subpopulation defined by the frailty distribution. A self-consistent estimator of the survival function appropriate to the model is obtained.