A Modified Log Rank Test for Highly Stratified Data
高度分层数据的修正对数秩检验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：摘要明确以分层随机化临床试验中的治疗组生存比较为背景，与随机试验下的处理效应检验相关。
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…
高度分层数据的修正对数秩检验
- 研究问题
- 临床试验通过分层随机化平衡治疗组时，如何比较生存结果，并应对分层数量增加造成的检验效率损失？
- 方法与思路
- 作者提出修正对数秩检验，兼顾无分层效应时的效率，并将治疗组相关删失模式纳入检验有效性的设计。
- 材料陈述的贡献
- 摘要称新检验在无分层效应时完全有效率，且多分层时比分层对数秩检验更有效率，并可处理治疗组相关删失。
- 阅读关注点
- 应核对随机化方案、层数的渐近处理、治疗组相关删失的具体条件，以及有效性和效率比较各自的适用范围。
- 阅读边界
- 仅据版本未注明的索引摘要，不能将有效性陈述推广到任意删失机制；历史对照研究的因果识别条件也未说明。
原文摘要
Clinical trials often employ a stratified randomization so that treatment arms are balanced within prognostic factors. In these circumstances the use of the ordinary log rank test for comparing treatment groups with respect to survival is invalid. The stratified log rank test, although valid, loses efficiency as the number of strata increases. This paper proposes a modified log rank test that is fully efficient when there is no strata effect and is more efficient than the stratified log rank test when the number of strata is large. Furthermore, the test has been designed so as to remain valid when the censoring pattern depends on the treatment group as it would in a historically controlled study.