Nonparametric estimation with left-truncated semicompeting risks data
左截断半竞争风险数据的非参数估计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：摘要研究生存分析中的半竞争风险与左截断，不能因出现风险一词归入金融尾部或系统性风险。
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
左截断半竞争风险数据的非参数估计
- 研究问题
- 终止事件存在左截断时，如何估计半竞争风险数据中的目标量，避免转成竞争风险格式造成信息损失？
- 方法与思路
- 作者提出利用全部半竞争风险信息、无需人为截断非终止事件的非参数估计量，并提供相应方差估计方法。
- 材料陈述的贡献
- 摘要称，估计量具有一致收敛与弱收敛性质，模拟和糖尿病登记数据分析显示相对朴素估计量有较大效率增益。
- 阅读关注点
- 应核对截断与删失机制、目标风险量及可识别条件、非终止事件信息的利用方式，以及效率比较的设计。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未说明具体依赖假设、估计公式及效率增益数值，不能外推到任意截断机制。
原文摘要
Nonparametric estimators for competing risks data can be applied to semicompeting risks data, a type of multi-state data where a terminating event may censor a nonterminating event, after forcing the data into the competing risks format. Complications may arise with left truncation of the terminating event, where the competing risks analysis naively truncates the nonterminating event using the left-truncation time for the terminating event, which may lead to large efficiency losses. We propose nonparametric estimators which use all semicompeting risks information and do not require artificial truncation. The uniform consistency and weak convergence of the estimators are established and variance estimators are provided. Simulation studies and an analysis of a diabetes registry demonstrate large efficiency gains over the naive estimators.