Bootstrap for the case-cohort design
病例队列设计的自助法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：摘要针对生存研究的病例队列抽样与自助推断，未明确对应所列经济计量细分领域。
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
病例队列设计的自助法
- 研究问题
- 病例队列研究只为病例和随机子队列收集协变量时，如何处理两阶段抽样带来的重抽样困难，并开展稳健推断？
- 方法与思路
- 作者建立等价抽样方案，提出采用单阶段重抽样的非参数自助法，并在比例风险模型下给出若干程序的理论和数值评估。
- 材料陈述的贡献
- 摘要称该方法简化病例队列设计中的自助推断，并提供理论依据及数值评价，以应对传统渐近推断推导和实现的困难。
- 阅读关注点
- 应核对等价抽样方案的成立条件、病例与子队列重叠的处理，以及重抽样单位、置信带构造和稳健性的具体含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；抽样条件、置信带有效性及各程序的适用边界未说明，不能外推至任意生存模型。
原文摘要
The case-cohort design facilitates economical investigation of risk factors in a large survival study, with covariate data collected only from the cases and a simple random subset of the full cohort. Methods that accommodate the design have been developed for various semiparametric models, but most inference procedures are based on asymptotic distribution theory. Such inference can be cumbersome to derive and implement, and does not permit confidence band construction. While bootstrap is an obvious alternative, how to resample is unclear because of complications from the two-stage sampling design. We establish an equivalent sampling scheme, and propose a novel and versatile nonparametric bootstrap for robust inference with an appealingly simple single-stage resampling. Theoretical justification and numerical assessment are provided for a number of procedures under the proportional hazards model.