Weighted estimating equations for semiparametric transformation models with censored data from a case-cohort design
病例队列删失数据半参数变换模型的加权估计方程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：摘要聚焦病例队列抽样下的删失生存分析，未明确涉及所列面板、因果推断或分布效应等细分方向。
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
病例队列删失数据半参数变换模型的加权估计方程
- 研究问题
- 在仅收集随机子队列及子队列外病例协变量的病例队列设计中，如何估计删失失效时间模型及给定协变量下的生存概率？
- 方法与思路
- 作者为半参数变换模型提出加权估计方程，并利用有限总体抽样、U 统计量和鞅收敛理论推导估计量的渐近性质。
- 材料陈述的贡献
- 摘要提供回归参数与生存概率的估计程序，以模拟考察有限样本性质和相对完整队列估计的效率，并给出实际应用。
- 阅读关注点
- 应核对抽样权重、删失机制和变换模型的条件、生存概率的构造，以及方差计算如何反映子队列抽样的不确定性。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；具体条件、效率比较结果和模拟数值未说明，不能声称优于完整队列估计。
原文摘要
SUMMARY In a case-cohort design introduced by Prentice (1986), covariates are assembled only for a subcohort randomly selected from the entire cohort, and any additional cases outside the subcohort. Semiparametric transformation models are considered here for failure time data from the case-cohort design. Weighted estimating equations are proposed for esti mation of the regression parameters. The estimation procedure of survival probability at given covariate levels is also provided. Asymptotic properties are derived for the estimators using finite population sampling theory, U-statistics theory and martingale convergence results. The finite-sample properties of the proposed estimators, as well as the efficiency relative to the full cohort estimators, are assessed via simulation studies. A case-cohort dataset from the Atherosclerosis Risk in Communities study is used to illustrate the estimating procedure.