SensIAT: An R Package for Conducting Sensitivity Analysis of Randomized Trials with Irregular Assessment Times
SensIAT：评估时间不规则的随机试验敏感性分析 R 包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：摘要以随机试验各组均值差即处理效应为目标，分析信息性评估带来的偏差，因此对应因果推断。
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…
SensIAT：评估时间不规则的随机试验敏感性分析 R 包
- 研究问题
- 随机试验中，若受试者的评估时点不规则且与结果状态有关，如何考察这种信息性评估对各组均值和处理效应推断的影响？
- 方法与思路
- 作者介绍基于增广逆强度加权的 SensIAT 软件包，结合灵活半参数建模，改变各组信息性评估的方向和强度假设。
- 材料陈述的贡献
- 摘要称，该包实现指定随机化后时点的组别均值和均值差敏感性分析，并用受哮喘试验启发的合成数据展示功能。
- 阅读关注点
- 应核对评估强度与敏感性参数的定义、参数范围如何选择、软件输出的推断含义，以及合成示例与实际试验的区别。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未给出敏感性模型的完整条件，示例使用合成数据。
原文摘要
This paper introduces an R package SensIAT that implements a sensitivity analysis methodology, based on augmented inverse intensity weighting, for randomized trials with irregular and potentially informative assessment times. Targets of inference involve the population mean outcome in each treatment arm as well as the difference in these means (i.e., treatment effect) at specified times after randomization. This methodology is useful in settings where there is concern that study participants are either more, or less, likely to have assessments at times when their outcomes are worse. In such settings, unadjusted estimates can be biased. The methodology allows researchers to see how inferences are impacted by a range of assumptions about the strength and direction of informative timing in each arm, while incorporating flexible semi-parametric modeling. We describe the functions implemented in SensIAT and illustrate them through an analysis of a synthetic dataset motivated by the HAP2 asthma randomized clinical trial.