Accounting for Misclassification in the Cause-of-Death Test for Carcinogenicity
在致癌性死因检验中考虑死因误分类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：摘要研究死因误分类下的致癌性检验，没有明确提供所列因果推断或结构估计方向的依据。
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
在致癌性死因检验中考虑死因误分类
- 研究问题
- 当病理学家的死因判定可能发生误分类时，如何调整致癌性检验，并评估误分类概率的不确定性对检验结论的影响？
- 方法与思路
- 作者用缺失数据表述推导死因检验的修正，令统计量依赖误分类概率，再开展敏感性分析或在特定情况下从数据估计这些概率。
- 材料陈述的贡献
- 摘要提出直观的误分类修正检验，并在 ED01 实验数据中展示使用合理概率范围的敏感性分析和数据估计两种处理方式。
- 阅读关注点
- 应核对误分类机制、误分类概率可由数据估计的条件，以及概率设定与估计误差如何影响修正统计量和检验结论。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化。摘要未说明概率识别条件、合理范围或应用结果，不能认定修正完全消除判定偏差。
原文摘要
The cause-of-death test (Peto 1974; Peto et al. 1980) provides a test for carcinogenicity without requiring extreme lethality assumptions. The approach has been criticized, however, because cause-of-death determinations require subjective decisions by pathologists and may be unreliable. Using a missing data formulation, we derive a simple, intuitive modification of the test that allows for misclassification of cause of death. The modified statistic is a function of the misclassification probabilities. A sensitivity analysis may be performed using a plausible range of values for these probabilities or, in certain situations, the misclassification probabilities can be estimated from the data. Both approaches are applied to data from the ED01 experiment.