Maximum likelihood estimation for semiparametric regression models with interval-censored multistate data
区间删失多状态数据半参数回归模型的最大似然估计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：摘要研究生存分析中的多状态与区间删失模型，未明确对应所列计量领域细分。
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…
区间删失多状态数据半参数回归模型的最大似然估计
- 研究问题
- 状态转移时间仅能定位到区间时，如何估计协变量与多状态过程的关系，并对含随机效应的半参数模型进行有效推断？
- 方法与思路
- 作者采用带随机效应的半参数比例强度模型，研究一般区间删失下的非参数最大似然估计，并开发稳定的 EM 算法。
- 材料陈述的贡献
- 摘要称估计量一致，有限维参数渐近正态且达到半参数效率界，协方差可由剖面似然一致估计，并展示模拟和队列应用。
- 阅读关注点
- 应核对区间删失机制、随机效应与模型识别的条件，效率结论的适用范围，以及 EM 实现和剖面似然协方差估计。
- 阅读边界
- 所给 Crossref 摘要未列明删失与识别条件，也未提供模拟数值或应用细节；不能把效率结论推广到任意多状态模型。
原文摘要
Summary Interval-censored multistate data arise in many studies of chronic diseases, where the health status of a subject can be characterized by a finite number of disease states and the transition between any two states is only known to occur over a broad time interval. We relate potentially time-dependent covariates to multistate processes through semiparametric proportional intensity models with random effects. We study nonparametric maximum likelihood estimation under general interval censoring and develop a stable expectation-maximization algorithm. We show that the resulting parameter estimators are consistent and that the finite-dimensional components are asymptotically normal with a covariance matrix that attains the semiparametric efficiency bound and can be consistently estimated through profile likelihood. In addition, we demonstrate through extensive simulation studies that the proposed numerical and inferential procedures perform well in realistic settings. Finally, we provide an application to a major epidemiologic cohort study.