Cox Regression in Cohort Studies with Validation Sampling
含验证抽样的队列研究中的 Cox 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：摘要讨论验证抽样下的生存回归，没有明确涉及所列因果、面板或其他领域细分。
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…
关注这篇论文的作者
含验证抽样的队列研究中的 Cox 回归
- 研究问题
- 队列全体只有粗略协变量、随机验证子样本拥有真实协变量时，如何利用全队列信息改进 Cox 模型估计？
- 方法与思路
- 作者拟合粗略协变量与失效时间之间的工作 Cox 模型，利用全队列的部分信息构造估计，并讨论分层验证抽样。
- 材料陈述的贡献
- 摘要称，估计在工作模型设定错误时仍一致，且渐近效率高于仅用验证样本的估计；另以模拟比较有限样本表现。
- 阅读关注点
- 应核对真实 Cox 模型与抽样机制的条件、工作模型信息如何进入估计，以及效率比较和分层抽样推广的适用范围。
- 阅读边界
- 仅据所给 Crossref 摘要；一致性所需完整条件、效率增益数值及模拟结果未说明，不能推断刊本变化。
原文摘要
Summary An estimation procedure is proposed for the Cox model in cohort studies with validation sampling, where crude covariate information is observed for the full cohort and true covariate information is collected on a validation set sampled randomly from the full cohort. The method proposed makes use of the partial information from data that are available on the entire cohort by fitting a working Cox model relating crude covariates to the failure time. The resulting estimator is consistent regardless of the specification of the working model and is asymptotically more efficient than the validation-set-only estimator. Approximate asymptotic relative efficiencies with respect to some alternative methods are derived under a simple scenario and further studied numerically. The finite sample performance is investigated and compared with alternative methods via simulation studies. A similar procedure also works for the case where the validation set is a stratified random sample from the cohort.