Semiparametric Regression Models for Repeated Events with Random Effects and Measurement Error
含随机效应与测量误差的重复事件半参数回归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：摘要聚焦重复事件过程回归与误差调整，未明确给出目录中因果或面板方法的依据。
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…
含随机效应与测量误差的重复事件半参数回归
- 研究问题
- 在重复事件回归中，遗漏协变量引起的个体异质性与协变量测量误差如何影响参数估计及显著性检验，如何进行调整？
- 方法与思路
- 作者将遗漏协变量建模为随机效应，从朴素半参数Poisson过程回归出发，对随机效应及可能的协变量测量误差作调整。
- 材料陈述的贡献
- 摘要提出处理这两类问题的参数估计与显著性检验方法，并用预防复发性皮肤肿瘤的随机临床试验数据展示其使用。
- 阅读关注点
- 应核对随机效应和测量误差的具体设定、调整所需的信息与估计步骤，以及临床示例中回归参数的含义和检验校准。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明识别条件、误差分布或调整效果，不能仅凭试验来源认定因果识别。
原文摘要
Statistical methodology is presented for the regression analysis of multiple events in the presence of random effects and measurement error. Omitted covariates are modeled as random effects. Our approach to parameter estimation and significance testing is to start with a naive model of semiparametric Poisson process regression, and then to adjust for random effects and any possible covariate measurement error. We illustrate the techniques with data from a randomized clinical trial for the prevention of recurrent skin tumors.