跳到正文
← 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:摘要聚焦生存曲线检验,未提供因果识别或所列其他领域细分的明确依据。

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
David M. Zucker
Edward Lakatos

治疗效果存在滞后时比较生存曲线的加权对数秩统计量

研究问题
研究长期治疗试验中疗效延迟出现时,如何设计生存曲线比较统计量,使其在多种滞后长度下保持较好效率。
方法与思路
作者提出最大最小效率稳健统计量及其简化版本,采用渐近效率计算与小样本模拟考察不同滞后情形。
材料陈述的贡献
摘要称两种统计量在某些滞后情形下更有效率,无滞后时效率损失较小,且计算便利程度与对数秩统计量相近。
阅读关注点
阅读全文时应核对权重构造、最大最小准则所涵盖的滞后范围、删失条件,以及效率优势对应的备择设定。
阅读边界
仅据稿件版本未注明的 OpenAlex 摘要;优势限定于部分滞后情形,具体效率数值、模拟设计及适用条件均未说明。

原文摘要

In certain long-term treatment trials, one expects some lag period before the treatment is fully effective. This paper presents two weighted log rank type statistics designed to have good efficiency over a wide range of lags: a maximin efficiency robust statistic and a simplified version of this statistic. Both statistics can be computed as easily as the log rank statistic. Asymptotic efficiency calculations, supported by small sample simulations, show that the two proposed statistics are substantially more efficient than the conventional log rank statistic in certain lag situations with comparatively little efficiency loss relative to the log rank statistic when no lag exists. We recommend the maximin statistic for situations where a lag is expected but cannot be specified precisely in advance.

笔记与分组
相关领域论文