A New Bayesian Model for Survival Data with a Surviving Fraction
含治愈比例生存数据的新贝叶斯模型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：摘要涉及治愈比例生存模型与贝叶斯先验，未明确属于所列经济计量细分方向。
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…
含治愈比例生存数据的新贝叶斯模型
- 研究问题
- 对于存在长期存活或治愈比例的右删失生存数据，如何建立不同于标准治愈率混合模型的贝叶斯模型并解释协变量作用？
- 方法与思路
- 作者提出具有比例风险结构的新模型，研究风险函数及其与标准混合模型的数学关系，并构造信息性和非信息性先验。
- 材料陈述的贡献
- 摘要称，模型使协变量自然地关联治愈率，作者推导若干模型、先验及后验性质，并以黑色素瘤临床试验数据展示。
- 阅读关注点
- 应核对治愈比例与比例风险结构如何同时表达、模型和混合模型的对应关系，以及先验设定和后验理论的具体条件。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未说明治愈比例的识别条件、后验性质细节或比较数值，不能认定新模型普遍优于混合模型。
原文摘要
We consider Bayesian methods for right-censored survival data for populations with a surviving (cure) fraction. We propose a model that is quite different from the standard mixture model for cure rates. We provide a natural motivation and interpretation of the model and derive several novel properties of it. First, we show that the model has a proportional hazards structure, with the covariates depending naturally on the cure rate. Second, we derive several properties of the hazard function for the proposed model and establish mathematical relationships with the mixture model for cure rates. Prior elicitation is discussed in detail, and classes of noninformative and informative prior distributions are proposed. Several theoretical properties of the proposed priors and resulting posteriors are derived, and comparisons are made to the standard mixture model. A real dataset from a melanoma clinical trial is discussed in detail.