Efficient estimation of the lifetime and disease onset distribution
寿命与疾病发病时间分布的有效估计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：摘要聚焦疾病发病与寿命分布的生存分析，未明确研究分位数效应或其他所列方向。
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…
关注这篇论文的作者
寿命与疾病发病时间分布的有效估计
- 研究问题
- 对于仅在处死或死亡时才能检出的不可逆疾病，发病当前状态信息能否改善寿命分布估计，发病分布又应如何估计？
- 方法与思路
- 作者研究非参数最大似然估计，以加权相邻违背合并算法计算发病分布估计，并据权重迭代分析构造显式估计量。
- 材料陈述的贡献
- 摘要称发病分布连续时 Kaplan–Meier 寿命估计渐近有效，另提出改善发病分布最大似然估计的简便估计量。
- 阅读关注点
- 应核对连续发病分布条件、观测与删失机制、初始权重无需迭代的论证，以及所称估计改善采用的评价标准。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；未说明完整观测假设、改善幅度或模拟设计，摘要中的比较不能推广至其他疾病观测情形。
原文摘要
We study efficient nonparametric maximum likelihood estimation of the distribution of onset and lifetime associated with an irreversible disease that is only detectable at sacrifice or death. We show that, if the onset distribution is continuous, then estimation of the lifetime distribution cannot be improved by using current status information on the time till onset. In this case the Kaplan-Meier estimator of the lifetime distribution is asymptotically efficient. The nonparametric maximum likelihood estimator tries to use current status information on the time till onset, but it is asymptotically equivalent to the Kaplan-Meier estimator, and it is outperformed by the latter in simulations. The nonparametric maximum likelihood estimator of the onset distribution is shown to be an iteratively reweighted least squares estimator which can be computed with the weighted pool-adjacent-violators algorithm. We show that it is unnecessary to estimate the weights iteratively since an initial estimate cannot be improved. This insight leads to a simple, explicit estimator which improves on the nonparametric maximum likelihood estimator of the onset distribution. The results are verified with simulations, and a data analysis example is provided.