Time-Dependent Predictive Values of Prognostic Biomarkers With Failure Time Outcome
生存结局下预后生物标志物的时间依赖预测值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：摘要研究临床预后预测与生存数据，不能因出现预测术语归入宏观预测或金融收益预测。
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…
生存结局下预后生物标志物的时间依赖预测值
- 研究问题
- 对于连续标志物与存在删失的事件时间结局，如何量化其预后预测准确性，并在共同尺度上比较不同标志物？
- 方法与思路
- 作者提出阳性预测值曲线，结合预测值与总体标志物分布，构建半参数和非参数估计，以及渐近理论和重抽样推断。
- 材料陈述的贡献
- 摘要称该图形方法提供标志物比较的共同尺度，并强调总体标志物分布对评价的重要性，附有数值研究和心衰数据示例。
- 阅读关注点
- 应核对预测值曲线的时间与阈值定义、删失处理、总体标志物分布的角色，以及重抽样推断适用于点估计还是整条曲线。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明删失假定、曲线推断条件或实际预测改进幅度，不能推断刊本变化。
原文摘要
In a prospective cohort study, information on clinical parameters, tests and molecular markers is often collected. Such information is useful to predict patient prognosis and to select patients for targeted therapy. We propose a new graphical approach, the positive predictive value (PPV) curve, to quantify the predictive accuracy of prognostic markers measured on a continuous scale with censored failure time outcome. The proposed method highlights the need to consider both predictive values and the marker distribution in the population when evaluating a marker, and it provides a common scale for comparing different markers. We consider both semiparametric and nonparametric based estimating procedures. In addition, we provide asymptotic distribution theory and resampling based procedures for making statistical inference. We illustrate our approach with numerical studies and datasets from the Seattle Heart Failure Study.