A Pseudo–Partial Likelihood Method for Semiparametric Survival Regression With Covariate Errors
含协变量误差的半参数生存回归：伪偏似然方法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：摘要明确讨论生存回归与协变量测量误差，未涉及因果识别、离散选择机制或其他给定领域细分。
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
含协变量误差的半参数生存回归：伪偏似然方法
- 研究问题
- 当 Cox 比例风险模型的协变量存在较一般的测量误差时，如何利用验证样本或重复测量估计回归系数并进行推断？
- 方法与思路
- 作者最大化类似 Cox 偏似然的函数，代入累积基准风险的简单估计，并允许外部或内部验证样本及替代协变量重复测量。
- 材料陈述的贡献
- 摘要称给出一致性、渐近正态性和协方差估计；所列模拟通常呈现低偏差与准确覆盖，并应用于 Framingham 心脏研究。
- 阅读关注点
- 核对误差结构、验证样本及删失机制的要求，基准风险代入估计的影响，以及模拟和参数极大似然效率比较的具体设定。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；一般误差结构的适用条件及数值未提供，不能将所列模拟表现推广到所有误差机制。
原文摘要
This article presents an estimator for the regression coefficient vector in the Cox proportional hazards model with covariate error. The estimator is obtained by maximizing a likelihood-type function similar to the Cox partial likelihood. The likelihood function involves the cumulative baseline hazard function, for which a simple estimator is substituted. The method is capable of handling general covariate error structures; it is not restricted to the independent additive error model. It can be applied to studies with either an external or internal validation sample, and also to studies with replicate measurements of the surrogate covariate. The estimator is shown to be consistent and asymptotically normal, and an estimate of the asymptotic covariance matrix is derived. Some extensions to general transformation survival models are indicated. Simulation studies are presented for a setup with a single error-prone binary covariate and a setup with a single error-prone normally distributed covariate. These simulation studies show that the method typically produces estimates with low bias and confidence intervals with accurate coverage rates. Efficiency results relative to fully parametric maximum likelihood are also presented. The method is applied to data from the Framingham Heart Study.