Additive hazards model with multivariate failure time data
多元失效时间数据的加性风险模型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：摘要讨论多元生存分析及医学应用，未明确提供所列经济或金融细分领域的分类依据。
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
多元失效时间数据的加性风险模型
- 研究问题
- 存在多类事件及个体间相关性时，如何估计边际加性风险模型，并为特定个体的生存曲线构造同时置信带？
- 方法与思路
- 作者提出回归参数与基准风险估计量，研究其渐近分布及相关过程的弱收敛，并用重抽样构造生存曲线置信带。
- 材料陈述的贡献
- 摘要称获得回归系数的渐近正态性、可一致估计的夹心协方差及过程收敛结果，并给出模型扩展和医学应用。
- 阅读关注点
- 应核对删失与相关结构条件、估计方程、夹心协方差的构造，以及重抽样置信带的有效性和模拟设计。
- 阅读边界
- 索引摘要未注明稿件版本；未给出删失假设、依赖条件或有限样本结果，医学应用也不构成因果效应识别依据。
原文摘要
Marginal additive hazards models are considered for multivariate survival data in which individuals may experience events of several types and there may also be correlation between individuals. Estimators are proposed for the parameters of such models and for the baseline hazard functions. The estimators of the regression coeffcients are shown asymptotically to follow a multivariate normal distribution with a sandwich-type covariance matrix that can be consistently estimated. The estimated baseline and subject-specific cumulative hazard processes are shown to converge weakly to a zero-mean Gaussian random field. The weak convergence properties for the corresponding survival processes are established. A resampling technique is proposed for constructing simultaneous confidence bands for the survival curve of a specific subject. The methodology is extended to a multivariate version of a class of partly parametric additive hazards model. Simulation studies are conducted to assess finite sample properties, and the method is illustrated with an application to development of coronary heart diseases and cardiovascular accidents in the Framingham Heart Study.