Improving precision of cumulative incidence estimates in randomized controlled trials with external controls
利用外部对照提高随机试验累积发生率估计的精度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：摘要研究随机试验与外部对照融合后的因果累积发生率，直接涉及因果效应估计和跨人群可迁移性。
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…
利用外部对照提高随机试验累积发生率估计的精度
- 研究问题
- 在死亡构成竞争风险的随机试验中，如何引入外部对照提高因果累积发生率估计的精度，同时处理人群差异？
- 方法与思路
- 作者假设对照状态下目标事件的条件原因别风险率可迁移，推导效率界，并以时间特定权重构造三重稳健估计量。
- 材料陈述的贡献
- 摘要称方法可量化外部对照的理论效率收益并达到效率界，模拟及两项心血管试验应用显示精度提升。
- 阅读关注点
- 应核对风险率可迁移条件、三重稳健性的具体组合、竞争死亡机制，以及外部对照权重和效率界的实现条件。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；摘要未说明三重稳健的完整条件，也未给出标准误下降幅度与敏感性结果。
原文摘要
Augmenting the control arm in clinical trials with external data can improve statistical power for demonstrating treatment effects. In many time-to-event outcome trials, participants are subject to truncation by death. Direct application of methods for competing risks analysis on the joint data may introduce bias, for example, due to covariate shifts between the populations. In this work, we consider transportability of the conditional cause-specific hazard of the event of interest under the control treatment. Under this assumption, we derive semiparametric efficiency bounds of causal cumulative incidences. This allows for quantification of the theoretical efficiency gain from incorporating the external controls. We propose triply robust estimators that can achieve the efficiency bounds, where the trial controls and external controls are made comparable through time-specific weights in a martingale integral. We conducted a simulation study to show the precision gain of the proposed fusion estimators compared to their counterparts without utilizing external controls. As a real data application, we used two cardiovascular outcome trials conducted to assess the safety of glucagon-like peptide-1 agonists. Incorporating the external controls from one trial into the other, we observed a decrease in the standard error of the treatment effects on adverse non-fatal cardiovascular events with all-cause death as the competing risk.