Statistical Considerations for Evaluating Treatment Effect under Various Non-proportional Hazard Scenarios
不同非比例风险情形下处理效应评价的统计考量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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以肿瘤试验中的处理效应检验和效应估计偏差为主要评价对象，对应因果效应分析。
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…
不同非比例风险情形下处理效应评价的统计考量
- 研究问题
- 在比例风险与不同非比例风险情形下，生存分析方法如何在检验功效、第一类错误和随时间变化的处理效应偏差之间表现？
- 方法与思路
- 作者利用肿瘤试验数据和交叉风险模拟，比较 Log-rank、MaxCombo、限制平均生存时间差检验及广义 Gamma、F 模型。
- 材料陈述的贡献
- 摘要称，研究引入评价处理效应时间依赖偏差的新指标，并结合功效、第一类错误与偏差，对不同非比例风险情形给出建议。
- 阅读关注点
- 应核对各方法检验的原假设与效应目标、交叉风险模拟构造，以及总体效应抵消时显著结果对应的具体科学含义。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列明各情形的比较结果和建议，也未说明完整模拟设置及识别条件。
原文摘要
We conducted a systematic comparison of statistical methods used for the analysis of time-to-event outcomes under various proportional and nonproportional hazard (NPH) scenarios. Our study used data from recently published oncology trials to compare the Log-rank test, still by far the most widely used option, against some available alternatives, including the MaxCombo test, the Restricted Mean Survival Time Difference (dRMST) test, the Generalized Gamma Model (GGM) and the Generalized F Model (GFM). Power, type I error rate, and time-dependent bias with respect to the RMST difference, survival probability difference, and median survival time were used to evaluate and compare the performance of these methods. In addition to the real data, we simulated three hypothetical scenarios with crossing hazards chosen so that the early and late effects 'cancel out' and used them to evaluate the ability of the aforementioned methods to detect time-specific and overall treatment effects. We implemented novel metrics for assessing the time-dependent bias in treatment effect estimates to provide a more comprehensive evaluation in NPH scenarios. Recommendations under each NPH scenario are provided by examining the type I error rate, power, and time-dependent bias associated with each statistical approach.