Estimating the Effect of Treatment in a Proportional Hazards Model in the Presence of Non-Compliance and Contamination
存在不依从与对照组接受治疗时比例风险模型中的治疗效应估计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：摘要直接研究随机化试验中不依从与对照组接受治疗造成的治疗效应估计问题，因此归入因果推断。
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…
存在不依从与对照组接受治疗时比例风险模型中的治疗效应估计
- 研究问题
- 随机分组后出现治疗不依从和对照组接受治疗时，如何保留随机化信息，并估计事件发生时间上的治疗效应？
- 方法与思路
- 作者将调整方法扩展至比例风险模型，区分无协变量、协变量与依从性独立及不独立三种情形，并逐次更新风险集构成。
- 材料陈述的贡献
- 摘要称，无协变量时可用非迭代估计；其余情形分别构造部分似然或完整似然，并推导估计方程、信息矩阵及开展模拟。
- 阅读关注点
- 应核对治疗效应的具体定义、比例风险设定、依从性与协变量独立的作用，以及每次事件发生时风险集比例如何更新。
- 阅读边界
- 仅据所给 Crossref 摘要；完整识别条件、删失机制与模拟结果未说明，不能判断复杂完整似然估计的实际可行性。
原文摘要
Summary Methods for adjusting for non-compliance and contamination, which respect the randomization, are extended from binary outcomes to time-to-event analyses by using a proportional hazards model. A simple non-iterative method is developed when there are no covariates, which is a generalization of the Mantel–Haenszel estimator. More generally, a ‘partial likelihood’ is developed which accommodates covariates under the assumption that they are independent of compliance. A key feature is that the proportion of contaminators and non-compliers in the risk set is updated at each failure time. When covariates are not independent of compliance, a full likelihood is developed and explored, but this leads to a complex estimator. Estimating equations and information matrices are derived for these estimators and they are evaluated by simulation studies.