Semiparametrically Efficient Estimation in Quantile Regression of Secondary Analysis
病例对照研究次要结局分位数回归的半参数有效估计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：摘要直接研究条件分位数回归，并讨论中位数及高低分位数对次要结局分布的刻画。
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…
病例对照研究次要结局分位数回归的半参数有效估计
- 研究问题
- 病例对照研究中的次要结局可能偏态，均值分析不足以描述其分布；如何在不指定协变量分布的情况下有效估计次要结局的分位数回归？
- 方法与思路
- 作者从半参数角度处理次要结局分位数回归，保持协变量分布不受参数化限制，推导一类一致估计量并识别其中的有效成员。
- 材料陈述的贡献
- 摘要称建立估计量的渐近性质，并以模拟和真实数据分析展示相较当时已有方法的较好表现；这一比较结论仍需结合具体设计核对。
- 阅读关注点
- 应核对病例对照抽样如何进入估计、哪些抽样信息必须已知，以及半参数效率界的模型范围；还需检查尾部分位数的表现和比较基准。
- 阅读边界
- 仅据所给 Crossref 摘要；抽样条件、效率界及比较数值未说明，不能将所述优势推广到所有分位数或作因果解释，也不能推断其他版本变化。
原文摘要
Summary Analysing secondary outcomes is a common practice for case–control studies. Traditional secondary analysis employs either completely parametric models or conditional mean regression models to link the secondary outcome to covariates. In many situations, quantile regression models complement mean-based analyses and provide alternative new insights on the associations of interest. For example, biomedical outcomes are often highly asymmetric, and median regression is more useful in describing the ‘central’ behaviour than mean regressions. There are also cases where the research interest is to study the high or low quantiles of a population, as they are more likely to be at risk. We approach the secondary quantile regression problem from a semiparametric perspective, allowing the covariate distribution to be completely unspecified. We derive a class of consistent semiparametric estimators and identify the efficient member. The asymptotic properties of the resulting estimators are established. Simulation results and a real data analysis are provided to demonstrate the superior performance of our approach with a comparison with the only existing approach so far in the literature.