Proportional hazards models with continuous marks
带连续标记的比例风险模型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：摘要聚焦连续标记生存分析，未明确涉及所列面板、分布效应或因果识别方法，故不强行分类。
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…
带连续标记的比例风险模型
- 研究问题
- 当事件类型由仅在事件发生时观测到的连续标记表示时，如何扩展竞争风险模型，并刻画随病毒遗传差异变化的疫苗效力？
- 方法与思路
- 作者让回归参数随标记非参数变化，基准风险同时随时间和标记非参数变化，建立相应推断方法，并通过模拟及疫苗试验应用考察表现。
- 材料陈述的贡献
- 摘要称，该方法将有限竞争风险的比例风险框架扩展至连续标记，并用其中一个回归函数表达标记特异的疫苗效力及调整协变量影响。
- 阅读关注点
- 阅读全文时应核对连续标记的观测机制、风险模型的具体定义、非参数估计与推断条件，以及回归函数如何对应疫苗效力。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失条件、标记平滑要求及试验结果数值未说明，也不能据此确认疫苗效力的因果解释。
原文摘要
For time-to-event data with finitely many competing risks, the proportional hazards model has been a popular tool for relating the cause-specific outcomes to covariates [Prentice et al. Biometrics34 (1978) 541-554]. This article studies an extension of this approach to allow a continuum of competing risks, in which the cause of failure is replaced by a continuous mark only observed at the failure time. We develop inference for the proportional hazards model in which the regression parameters depend nonparametrically on the mark and the baseline hazard depends nonparametrically on both time and mark. This work is motivated by the need to assess HIV vaccine efficacy, while taking into account the genetic divergence of infecting HIV viruses in trial participants from the HIV strain that is contained in the vaccine, and adjusting for covariate effects. Mark-specific vaccine efficacy is expressed in terms of one of the regression functions in the mark-specific proportional hazards model. The new approach is evaluated in simulations and applied to the first HIV vaccine efficacy trial.