Attributable fraction functions for censored event times
删失事件时间的归因分数函数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：摘要明确讨论归因分数与因果推断的联系，但具体因果识别条件尚未提供。
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…
删失事件时间的归因分数函数
- 研究问题
- 当研究疾病发生时间且观测可能删失时，如何把衡量风险因素总体影响的静态归因分数扩展为随时间变化的函数并估计？
- 方法与思路
- 作者提出非参数与半参数估计，半参数部分涵盖比例风险模型及一类变换模型，并以模拟和心血管健康研究展示应用。
- 材料陈述的贡献
- 摘要称所提估计量一致、渐近正态且渐近有效，并讨论归因分数函数与因果推断的联系以及实际应用中的表现。
- 阅读关注点
- 应核对归因分数函数的定义、删失处理和效率条件，尤其区分统计归因量与因果解释，并查阅后者所需的识别条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要虽提及因果推断，但未提供因果识别假设、效率界或模拟数值。
原文摘要
Attributable fractions are commonly used to measure the impact of risk factors on disease incidence in the population. These static measures can be extended to functions of time when the time to disease occurrence or event time is of interest. The present paper deals with nonparametric and semiparametric estimation of attributable fraction functions for cohort studies with potentially censored event time data. The semiparametric models include the familiar proportional hazards model and a broad class of transformation models. The proposed estimators are shown to be consistent, asymptotically normal and asymptotically efficient. Extensive simulation studies demonstrate that the proposed methods perform well in practical situations. A cardiovascular health study is provided. Connections to causal inference are discussed.