Semiparametric Box–Cox power transformation models for censored survival observations
删失生存观测的半参数 Box–Cox 幂变换模型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：摘要聚焦生存分析与半参数变换，未提供所列经济计量细分方向的明确依据。
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…
关注这篇论文的作者
删失生存观测的半参数 Box–Cox 幂变换模型
- 研究问题
- 如何在不指定误差参数分布的情况下，用包含加速失效时间模型的变换模型分析删失生存时间，并预测给定协变量下的生存函数？
- 方法与思路
- 作者采用半参数 Box–Cox 变换模型，通过重抽样对变换参数和回归参数进行推断，并构造未来个体生存函数的逐点与同时区间估计。
- 材料陈述的贡献
- 摘要称，该框架将加速失效时间回归作为特例，提供参数推断及生存函数区间预测，并用两项临床研究的数据展示这些方法。
- 阅读关注点
- 阅读全文时应核对删失机制与误差分布的条件、变换参数的识别、重抽样实施方式，以及逐点区间和同时区间的覆盖保证。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；删失条件、参数识别及区间有效性的具体要求未说明，不能判断临床应用中的表现或刊本变化。
原文摘要
The accelerated failure time model specifies that the logarithm of the failure time is linearly related to the covariate vector without assuming a parametric error distribution. In this paper, we consider the semiparametric Box–Cox transformation model, which includes the above regression model as a special case, to analyse possibly censored failure time observations. Inference procedures for the transformation and regression parameters are proposed via a resampling technique. Prediction of the survival function of future subjects with a specific covariate vector is also provided via pointwise and simultaneous interval estimates. All the proposals are illustrated with datasets from two clinical studies.