Survival Analysis Using a Scale Change Random Effects Model
基于时间尺度变换随机效应模型的生存分析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：摘要研究生存模型与共享随机效应，未提供足以归入所列计量细分方向的明确证据。
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…
关注这篇论文的作者
基于时间尺度变换随机效应模型的生存分析
- 研究问题
- 如何通过改变时间尺度的随机效应刻画生存时间中的未观测异质性，并描述同组个体生存时间的关联？
- 方法与思路
- 作者让随机效应进入基准风险函数以改变时间尺度，并通过组内共享随机效应扩展至多元生存数据，提出参数与半参数估计。
- 材料陈述的贡献
- 摘要称该模型可产生多样的生存函数与风险函数形状，并提供不同于比例风险脆弱性模型的组内关联结构。
- 阅读关注点
- 应核对随机效应分布、时间尺度变换形式、组内依赖设定及估计所需条件，并查看实例如何区分不同关联结构。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体估计条件、实例结果或适用边界，不能推断刊本变化。
原文摘要
Frailty models are effective in broadening the class of survival models and inducing dependence in multivariate survival distributions. In proportional hazards, the random effect multiplies the hazard function. The scale-change model incorporates unobserved heterogeneity through a random effect that enters the baseline hazard function to change the time scale. We interpret this random effect as frailty, or other unobserved risks that create heterogeneity in the population. This model produces a wide range of shapes for univariate survival and hazard functions. We extend this model to multivariate survival data by assuming that members of a group share a common random effect. This structure induces association among the survival times in a group and provides alternative association structures to the proportional hazards frailty model. We present parametric and semiparametric estimation techniques and illustrate these methods with an example.