Censored Regression with the Multistate Accelerated Sojourn Times Model
多状态加速停留时间模型的删失回归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：摘要研究多状态生存与删失回归，未明确对应所列面板、因果或微观分布效应方向。
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
多状态加速停留时间模型的删失回归
- 研究问题
- 对于经历多个连续健康状态且随访不完整的疾病过程，如何估计各状态的协变量效应，同时减少对误差分布和状态依赖结构的指定？
- 方法与思路
- 作者将各状态停留时间的对数建模为协变量的线性函数，提出处理不完整随访的回归程序，无须指定误差分布和状态间依赖形式。
- 材料陈述的贡献
- 摘要称，论文给出渐近理论与拟合诊断工具，模拟支持方法的实用可靠性，并以癌症临床试验展示应用。
- 阅读关注点
- 应核对删失及随访机制所需条件、回归效应的解释、状态间依赖的处理，以及渐近理论、诊断工具和模拟评价的范围。
- 阅读边界
- 仅据所给 Crossref 摘要；删失机制与完整理论条件未说明，无须指定分布形式不等于无假设，也不能将协变量效应直接作因果解释。
原文摘要
Summary Many disease processes are characterized by two or more successive health states, and it is often of interest and importance to assess state-specific covariate effects. However, with incomplete follow-up data such inference has not been satisfactorily addressed in the literature. We model the logarithm-transformed sojourn time in each state as linearly related to the covariates; however, neither the distributional form of the error term nor the dependence structure of the states needs to be specified. We propose a regression procedure to accommodate incomplete follow-up data. Asymptotic theory is presented, along with some tools for goodness-of-fit diagnostics. Simulation studies show that the proposal is reliable for practical use. We illustrate it by application to a cancer clinical trial.