Censored quantile regression survival models with a cure proportion
含治愈比例的删失生存分位数回归模型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：摘要明确提出删失生存数据的分位数回归模型，重点是治愈比例下的分布与分位数估计。
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
含治愈比例的删失生存分位数回归模型
- 研究问题
- 当部分受试者在治疗后或因可观测特征而不再面临疾病复发时，如何在删失生存数据中建立分位数回归模型？
- 方法与思路
- 作者允许总体中存在正的治愈比例，提出数据增广估计方法，与两种既有策略作模拟比较，并用于肺癌生存数据。
- 材料陈述的贡献
- 摘要称新估计方法相较既有方案具有计算优势，模拟中经验表现较好，并展示其在含治愈比例生存数据中的应用。
- 阅读关注点
- 应核对治愈比例与生存分位数的定义、删失及识别条件、数据增广步骤，以及比较方法和计算成本的衡量。
- 阅读边界
- 仅依据所给出版社摘要；摘要未说明删失机制、理论条件和模拟改善幅度，不能据此判断所有生存分位数均可识别。
原文摘要
A new quantile regression model for survival data is proposed that permits a positive proportion of subjects to become unsusceptible to recurrence of disease following treatment or based on other observable characteristics. In contrast to prior proposals for quantile regression estimation of censored survival models, we propose a new “data augmentation” approach to estimation. Our approach has computational advantages over earlier approaches proposed by Wu and Yin (2013, 2017). We compare our method with the two estimation strategies proposed by Wu and Yin and demonstrate its advantageous empirical performance in simulations. The methods are also illustrated with data from a Lung Cancer survival study.