Multi-threshold accelerated failure time model
多阈值加速失效时间模型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多阈值模型，未将阈值设为时间断点，也未提供所列计量细分的充分依据。
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
多阈值加速失效时间模型
- 研究问题
- 在分段加速失效时间模型中，如何同时检测多个阈值并开展模型选择，以及建立阈值和回归系数估计的一致性？
- 方法与思路
- 作者采用两阶段程序，先将阈值问题转化为组模型选择并使用凹惩罚方法，再通过细化程序确定最终阈值。
- 材料陈述的贡献
- 摘要称在技术条件下建立阈值与回归系数估计的强一致性，并用模拟及滤泡性淋巴瘤数据展示方法应用。
- 阅读关注点
- 应核对分段变量、阈值数量和间距条件、组选择与细化规则，以及失效时间数据和可能删失的处理方式。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；技术条件、删失处理及模拟数值未说明，不能推断其一般适用性。
原文摘要
A two-stage procedure for simultaneously detecting multiple thresholds and achieving model selection in the segmented accelerated failure time (AFT) model is developed in this paper. In the first stage, we formulate the threshold problem as a group model selection problem so that a concave 2-norm group selection method can be applied. In the second stage, the thresholds are finalized via a refining method. We establish the strong consistency of the threshold estimates and regression coefficient estimates under some mild technical conditions. The proposed procedure performs satisfactorily in our simulation studies. Its real world applicability is demonstrated via analyzing a follicular lymphoma data.