A multistate approach for mediation analysis in the presence of semi-competing risks with application in cancer survival disparities
半竞争风险下中介分析的多状态方法及癌症生存差异应用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：摘要明确在潜在结果框架下定义和识别随机干预直接与间接效应，核心是半竞争风险环境中的因果中介分析。
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…
半竞争风险下中介分析的多状态方法及癌症生存差异应用
- 研究问题
- 当非终末事件作为中介、死亡作为终末结局且二者存在半竞争风险时，如何定义并估计改变中介事件时间的随机干预直接与间接效应？
- 方法与思路
- 作者在潜在结果框架下定义随机干预效应及可识别条件，在连续时间多状态模型中联合估计中介与结局事件分布，并推导因果对比的估计公式。
- 材料陈述的贡献
- 摘要称，忽略删失或竞争风险可能产生误导结果，严格定义效应并联合估计事件过程至关重要；文章用结肠癌队列研究治疗延迟与种族生存差异。
- 阅读关注点
- 应核对随机干预的可实施含义、可识别条件、状态转移和删失机制，以及直接与间接效应在半竞争风险下的定义及估计不确定性。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列具体可识别条件、转移模型和效应数值，不能判断应用中的混杂控制是否充分。
原文摘要
We propose a novel methodology to quantify the effect of stochastic interventions on non-terminal time-to-events that lie on the pathway between an exposure and a terminal time-to-event outcome. Investigating these effects is particularly important in health disparities research when we seek to quantify inequities in timely delivery of treatment and its impact on patients survival time. Current approaches fail to account for semi-competing risks arising in this setting. Under the potential outcome framework, we define and provide identifiability conditions for causal estimands for stochastic direct and indirect effects. Causal contrasts are estimated in continuous time within a multistate modeling framework and analytic formulae for the estimators of the causal contrasts are developed. We show via simulations that ignoring censoring in mediator and or outcome time-to-event processes, or ignoring competing risks may give misleading results. This work demonstrates that rigorous definition of the direct and indirect effects and joint estimation of the outcome and mediator time-to-event distributions in the presence of semi-competing risks are crucial for valid investigation of mechanisms in continuous time. We employ this novel methodology to investigate the role of delaying treatment uptake in explaining racial disparities in cancer survival in a cohort study of colon cancer patients.