A critical evaluation of longitudinal proportional effect models
纵向比例效应模型的批判性评估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。
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：摘要聚焦随机试验中比例治疗效应的估计偏差与检验有效性。
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…
纵向比例效应模型的批判性评估
- 研究问题
- 随机临床试验中，用固定时间比例效应的非线性纵向模型估计治疗效果，会如何影响偏差、第一类错误和发现治疗伤害的能力？
- 方法与思路
- 作者评估纵向比例效应模型在比例效应假设成立或失效时的表现，并讨论估计与推断对治疗组标签设定的敏感性。
- 材料陈述的贡献
- 摘要称，即使比例效应假设成立，这类模型仍可能有偏；偏差通常偏向积极治疗组，并可能抬高第一类错误、削弱伤害检测。
- 阅读关注点
- 应核对被批评的具体模型与估计程序、组别标签如何改变推断，以及偏差和第一类错误结论来自何种理论或数值证据。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未交代评估方法、适用条件或数值幅度，不能将批评推广到所有纵向模型。
原文摘要
Nonlinear longitudinal proportional effect models have been proposed to improve power and provide direct estimates of the proportional treatment effect in randomized clinical trials. These models assume a fixed proportional treatment effect over time, which can lead to bias and Type I error inflation when the assumption is violated. Even when the proportional effect assumption holds, these models are biased, and their inference is sensitive to the labeling of treatment groups. Typically, this bias favors the active group, inflates Type I error, and can result in one-sided testing. Conversely, the bias can make it more difficult to detect treatment harm, creating a safety concern.