Regression methods for gap time hazard functions of sequentially ordered multivariate failure time data
顺序多元失效时间数据的间隔时间风险回归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：摘要研究生存间隔时间回归与医学关联分析，未直接对应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…
关注这篇论文的作者
顺序多元失效时间数据的间隔时间风险回归
- 研究问题
- 对于按顺序发生的多元失效事件，如何处理间隔时间分析中的可识别性问题和诱发依赖删失，建立比例风险回归？
- 方法与思路
- 作者提出用于间隔时间比例风险模型的估计方程，推导渐近性质、开展模拟，并应用于肾衰竭患者候补及移植时间。
- 材料陈述的贡献
- 摘要称，参数估计具有一致性和渐近正态性，模拟支持有限样本中的渐近近似，应用用于评估人口特征与两段时间的关联。
- 阅读关注点
- 应核对可识别性问题如何解决、估计方程如何处理依赖删失，以及模拟设置和两段事件时间的协变量解释。
- 阅读边界
- 仅据版本未注明的索引摘要，识别与删失条件及有限样本数值未说明；应用陈述的是关联，不能据此作因果解释。
原文摘要
Sequentially ordered multivariate failure time data are often observed in biomedical studies and inter‐event, or gap, times are often of interest. Generally, standard hazard regression methods cannot be applied to the gap times because of identifiability issues and induced dependent censoring. We propose estimating equations for fitting proportional hazards regression models to the gap times. Model parameters are shown to be consistent and asymptotically normal. Simulation studies reveal the appropriateness of the asymptotic approximations in finite samples. The proposed methods are applied to renal failure data to assess the association between demographic covariates and both time until wait‐listing and time from wait‐listing to kidney transplantation.