Regression Analysis of Panel Count Data with Covariate-Dependent Observation and Censoring Times
观测与删失时间依赖协变量的面板计数数据回归分析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：摘要明确分析多个个体在不同时间点重复记录的纵向面板计数数据。
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
观测与删失时间依赖协变量的面板计数数据回归分析
- 研究问题
- 当重复事件仅在若干离散时点记录、个体观测时点不同，且观测与删失时间依赖协变量时，如何分析纵向计数数据？
- 方法与思路
- 作者在简单半参数模型下提出回归方法，处理个体重复事件的离散观测，并考虑观测和删失时间对协变量的依赖。
- 材料陈述的贡献
- 摘要称提供了适用于上述观测与删失机制的面板计数回归程序，并通过一项癌症研究的数据说明其应用。
- 阅读关注点
- 应核对计数过程与观测过程的建模方式、允许的依赖结构、删失条件，以及癌症研究中协变量效应的解释。
- 阅读边界
- 仅据所给 Crossref 摘要；具体半参数模型、估计性质和依赖条件未说明，不能推断方法允许任意信息性观测或删失。
原文摘要
Summary Panel count data often occur in a long-term study where the primary end point is the time to a specific event and each subject may experience multiple recurrences of this event. Furthermore, suppose that it is not feasible to keep subjects under observation continuously and the numbers of recurrences for each subject are only recorded at several distinct time points over the study period. Moreover, the set of observation times may vary from subject to subject. In this paper, regression methods, which are derived under simple semiparametric models, are proposed for the analysis of such longitudinal count data. Especially, we consider the situation when both observation and censoring times may depend on covariates. The new procedures are illustrated with data from a well-known cancer study.