Proportional Hazards Estimate of the Conditional Survival Function
条件生存函数的比例风险估计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：摘要研究生存分析和医疗预测，未明确涉及所列经济计量细分方向。
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
条件生存函数的比例风险估计
- 研究问题
- 在比例风险回归中，如果预测时只知道部分协变量，如何估计相应条件生存函数，并提供便于计算的方差与渐近推断？
- 方法与思路
- 作者提出无需估计基线累积风险的新估计量，利用 Cox 分析常规计算量估计方差，并借助 Kaplan–Meier 积分的中心极限定理。
- 材料陈述的贡献
- 摘要称证明新估计量渐近正态，说明向乘法相对风险、分层和脆弱性模型的扩展，并以胃癌术前生存预测展示应用。
- 阅读关注点
- 核对未观测协变量如何被处理、删失与模型条件、方差公式及渐近证明，并检查非比例风险和脆弱性扩展的具体范围。
- 阅读边界
- 仅据所给 Crossref 摘要；部分协变量条件化的具体构造、删失条件与预测表现未说明，不能据此判断模型外的有效性。
原文摘要
Summary We introduce a new estimator of the conditional survival function given some subset of the covariate values under a proportional hazards regression. The new estimate does not require estimating the base-line cumulative hazard function. An estimate of the variance is given and is easy to compute, involving only those quantities that are routinely calculated in a Cox model analysis. The asymptotic normality of the new estimate is shown by using a central limit theorem for Kaplan–Meier integrals. We indicate the straightforward extension of the estimation procedure under models with multiplicative relative risks, including non-proportional hazards, and to stratified and frailty models. The estimator is applied to a gastric cancer study where it is of interest to predict patients' survival based only on measurements obtained before surgery, the time at which the most important prognostic variable, stage, becomes known.