跳到正文
← 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:摘要明确研究混杂变量条件下的治疗效应信息界,但未交代其因果识别依据。

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
Peter Sasieni

嵌套回归模型族中条件风险比的信息界

研究问题
给定混杂变量的生存分布模型从参数形式放宽至非参数形式时,关于参数化治疗效应的信息是否会损失?
方法与思路
作者在覆盖 Weibull、Cox、分层 Cox 及右删失非参数模型的嵌套模型族中,求取治疗效应参数的信息界。
材料陈述的贡献
摘要称,在某些特殊情形下,将条件风险函数从完全参数设定放宽至非参数设定,不会损失治疗效应的信息。
阅读关注点
应核对治疗效应与条件风险比的定义、删失及混杂处理条件,并明确无信息损失结论对应哪些特殊情形。
阅读边界
仅据所给 Crossref 摘要,特殊情形和信息界公式均未说明;治疗效应的因果识别条件也未给出,不推断刊本变化。

原文摘要

SUMMARY Information bounds are obtained for a parametric treatment effect in a nested family of models for the conditional distribution of survival given confounding variables. The family extends from the fully parametric Weibull model to a completely nonparametric model for right-censored data and includes the Cox model and the stratified version of it. It is shown that, in certain special cases, there is no loss of information about the treatment effect when going from a fully parametric to a nonparametric specification of the conditional hazard function.

笔记与分组
相关领域论文