跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要明确研究未观测混杂下的生存治疗因果效应界与敏感性分析,因此归入因果推断。

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
Bernard Sebastien
Rana Jreich
Sandrine Katsahian
Agathe Guilloux

生存结局未观测混杂的双重有效、双重锐利敏感性分析

研究问题
在真实世界生存数据存在未观测混杂及信息性删失时,如何界定治疗对生存曲线和限制平均生存时间的因果效应?
方法与思路
作者在边际敏感性模型下构造生存函数差与限制平均生存时间差的双重有效、双重锐利界,并将删失纳入分析。
材料陈述的贡献
摘要称,该方法把既有双重有效、双重锐利结果扩展至生存结局,并在模拟和真实数据中得到更紧的界及更高计算效率。
阅读关注点
应核对双重有效与双重锐利的具体含义、敏感性参数解释、信息性删失的处理方式,以及界的推断和计算条件。
阅读边界
这是 arXiv 预印本,不能据此认定已同行评审或接收;方法假设删失与未观测混杂独立,摘要未给出具体条件及比较数值。

原文摘要

Time-to-event outcomes are central in oncology and rare diseases, where treatment effects are often summarized by differences in survival curves or Restricted Mean Survival Time (RMST). In real-world data, estimating these causal effects relies on the absence of unobserved confounding, an assumption that is rarely satisfied. We develop a sensitivity analysis framework for causal treatment effects with survival outcomes under the Marginal Sensitivity Model (MSM). We introduce doubly valid and doubly sharp (DVDS) bounds for differences in survival functions and RMST, extending recent DVDS results to the time-to-event setting while accounting for informative censoring. In practice, our method yields tighter bounds and improved computational efficiency compared to a previous approach from the literature, on simulated and real data. For tractability, we assume independence between censoring and unobserved confounding, a limit that should be addressed in future works.

笔记与分组