A Functional-Class Meta-Analytic Framework for Quantifying Surrogate Resilience
量化替代终点韧性的函数类元分析框架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：摘要围绕临床试验治疗效应、替代终点悖论和跨研究推断展开，直接涉及替代结果下的因果效应解释与风险评估。
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
量化替代终点韧性的函数类元分析框架
- 研究问题
- 新试验仅测量替代标志物时，如何利用既有试验评估替代终点悖论的风险，即替代指标显示受益而主要结果实际受损？
- 方法与思路
- 作者以已完成研究中的替代指标和主要结果建立函数类，允许新研究条件均值函数偏离既有函数，而不要求直接可迁移。
- 材料陈述的贡献
- 摘要提出评估新研究替代终点悖论概率的元分析方法，通过模拟考察表现，并应用于精神分裂症临床试验数据。
- 阅读关注点
- 应核对函数偏离集合、概率所依赖的随机机制和跨研究要求，尤其要确认“韧性概率”与悖论发生概率的定义方向。
- 阅读边界
- 这是 arXiv 预印本，同行评审和期刊接收均未核实。摘要将“韧性概率”表述为悖论概率，具体含义及所需假设仍须核对全文。
原文摘要
A surrogate marker is a biomarker or other physical measurement used to replace a primary outcome in clinical trials to evaluate a treatment effect when the primary outcome of interest is costly, invasive, or takes a long time to observe. However, replacing a primary outcome with a surrogate can lead to the "surrogate paradox," in which a treatment appears beneficial based on the surrogate but is actually harmful with respect to the primary outcome. In this paper, we propose a functional class-based method to assess resilience to the surrogate paradox in a meta-analytic setting. Our method leverages data from K completed studies in which the surrogate marker and primary outcome have been measured to make inference on a new study in which only the surrogate is measured. We do not assume direct transportability of the conditional mean function from the completed studies to the new study; instead, we consider deviations of functions from those observed in the completed studies to estimate the "resilience probability" i.e., the probability of the surrogate paradox in the new study. We investigate the performance of our proposed method through a simulation study and apply our method to data from clinical trials in schizophrenia.