Semiparametric Transformation Models for Survival Data With a Cure Fraction
含治愈比例的生存数据半参数变换模型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：摘要研究含治愈比例的生存模型，未给出对应所列经济金融细分领域的明确内容。
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…
含治愈比例的生存数据半参数变换模型
- 研究问题
- 当生存数据中存在治愈人群时，如何建立兼容不同风险或优势结构的变换模型，并高效估计回归系数及其不确定性？
- 方法与思路
- 作者提出由生物学考虑启发的治愈比例变换模型族，包含比例风险和比例优势治愈模型，并设计递归最大似然算法。
- 材料陈述的贡献
- 摘要称回归系数的最大似然估计具有一致性和渐近正态性，渐近方差达到半参数效率界，并提供模拟及黑色素瘤试验应用。
- 阅读关注点
- 应核对治愈比例与长期生存的可识别性、随访和删失条件，以及递归算法的收敛性质和效率界的适用参数。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；识别和正则条件未说明，有限随访下能否区分治愈与长期存活仍需查正文。
原文摘要
We propose a class of transformation models for survival data with a cure fraction. The class of transformation models is motivated by biological considerations and includes both the proportional hazards and the proportional odds cure models as two special cases. An efficient recursive algorithm is proposed to calculate the maximum likelihood estimators (MLEs). Furthermore, the MLEs for the regression coefficients are shown to be consistent and asymptotically normal, and their asymptotic variances attain the semiparametric efficiency bound. Simulation studies are conducted to examine the finite-sample properties of the proposed estimators. The method is illustrated on data from a clinical trial involving the treatment of melanoma.