Efficient Estimation of Semiparametric Transformation Models for the Cumulative Incidence of Competing Risks
竞争风险累积发生率半参数变换模型的有效估计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：摘要聚焦生存分析中的竞争风险模型，未明确对应所列经济计量细分方向。
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…
竞争风险累积发生率半参数变换模型的有效估计
- 研究问题
- 存在竞争风险及未知失败原因时，如何建模协变量与累积发生率的关系，并获得具有半参数效率的估计和模型评价方法？
- 方法与思路
- 作者扩展 Fine–Gray 模型为一类半参数变换模型，推导非参数极大似然估计，以剖面似然算法计算并构造模型评价程序。
- 材料陈述的贡献
- 摘要称建立估计量的一致性、渐近正态性和半参数效率，并以模拟及骨髓移植研究展示相对既有方法的优势。
- 阅读关注点
- 应核对删失及未知失败原因的处理条件、模型可识别性、效率结论的正则条件，以及算法与模型选择程序的实现。
- 阅读边界
- 仅据 Crossref 摘要；缺失原因和删失机制的具体假设、效率比较范围及模拟数值未说明，不能推广到任意竞争风险数据。
原文摘要
Summary The cumulative incidence is the probability of failure from the cause of interest over a certain time period in the presence of other risks. A semiparametric regression model proposed by Fine and Gray has become the method of choice for formulating the effects of covariates on the cumulative incidence. Its estimation, however, requires modelling of the censoring distribution and is not statistically efficient. We present a broad class of semiparametric transformation models which extends the Fine and Gray model, and we allow for unknown causes of failure. We derive the non-parametric maximum likelihood estimators and develop simple and fast numerical algorithms using the profile likelihood. We establish the consistency, asymptotic normality and semiparametric efficiency of the non-parametric maximum likelihood estimators. In addition, we construct graphical and numerical procedures to evaluate and select models. Finally, we demonstrate the advantages of the proposed methods over the existing methods through extensive simulation studies and an application to a major study on bone marrow transplantation.