Robust Evaluation of Longitudinal Surrogate Markers with Censored Data
删失数据下纵向替代标志物的稳健评估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：摘要直接定义并估计纵向替代标志物所解释的处理效应比例。
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
删失数据下纵向替代标志物的稳健评估
- 研究问题
- 当主要结果为删失事件时间、替代标志物为多次纵向测量时，如何衡量截至特定时点的标志物轨迹所解释的处理效应比例？
- 方法与思路
- 作者提出解释比例的定义与估计方法，同时处理主要结果和替代标志物的潜在删失，并用模拟及糖尿病预防数据评估。
- 材料陈述的贡献
- 摘要称方法将替代标志物评估扩展至纵向轨迹与删失事件结局，模拟显示良好有限样本表现，并展示空腹血糖测量应用。
- 阅读关注点
- 应核对解释比例的因果含义、标志物截断时点的作用、两类删失机制的处理，以及稳健性究竟针对哪些模型或条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或接收。摘要未说明稳健性的具体含义及识别条件，不能据此确认标志物可替代结局。
原文摘要
The development of statistical methods to evaluate surrogate markers is an active area of research. In many clinical settings, the surrogate marker is not simply a single measurement but is instead a longitudinal trajectory of measurements over time, e.g., fasting plasma glucose measured every 6 months for 3 years. In general, available methods developed for the single-surrogate setting cannot accommodate a longitudinal surrogate marker. Furthermore, many of the methods have not been developed for use with primary outcomes that are time-to-event outcomes and/or subject to censoring. In this paper, we propose robust methods to evaluate a longitudinal surrogate marker in a censored time-to-event outcome setting. Specifically, we propose a method to define and estimate the proportion of the treatment effect on a censored primary outcome that is explained by the treatment effect on a longitudinal surrogate marker measured up to time $t_0$. We accommodate both potential censoring of the primary outcome and of the surrogate marker. A simulation study demonstrates good finite-sample performance of our proposed methods. We illustrate our procedures by examining repeated measures of fasting plasma glucose, a surrogate marker for diabetes diagnosis, using data from the Diabetes Prevention Program (DPP).