On the Cox Model With Time-Varying Regression Coefficients
具有时变回归系数的Cox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：摘要研究临床生存分析中的时变Cox系数，未涉及宏观结构变化或经济因果效应，不能仅凭时变参数进行归类。
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
具有时变回归系数的Cox模型
- 研究问题
- 研究删失生存数据中协变量效应随时间变化时，如何估计Cox模型、构造置信区间、预测生存并检查比例风险假设。
- 方法与思路
- 作者采用核加权偏似然估计时变系数，以重抽样构造逐点和同时置信区间，并处理时变与固定系数并存的模型。
- 材料陈述的贡献
- 摘要称提出估计、区间和生存预测方法，并用系数估计的积分函数图形及数值检查比例风险假设，以临床数据展示。
- 阅读关注点
- 应核对带宽与时间区间选择、删失和重抽样的条件，以及同时覆盖、生存预测与比例风险诊断各自的理论保证。
- 阅读边界
- 仅据版本未注明的索引摘要，未说明删失机制、覆盖条件或预测误差；时变生存系数也不能直接解释为因果效应。
原文摘要
In the analysis of censored failure time observations, the standard Cox proportional hazards model assumes that the regression coefficients are time invariant. Often, these parameters vary over time, and the temporal covariate effects on the failure time are of great interest. In this article, following previous work of Cai and Sun, we propose a simple estimation procedure for the Cox model with time-varying coefficients based on a kernel-weighted partial likelihood approach. We construct pointwise and simultaneous confidence intervals for the regression parameters over a properly chosen time interval via a simple resampling technique. We derive a prediction method for future patients' survival with any specific set of covariates. Building on the estimates for the time-varying coefficients, we also consider the mixed case and present an estimation procedure for time-independent parameters in the model. Furthermore, we show how to use an integrated function of the estimate for a specific regression coefficient to examine the adequacy of proportional hazards assumption for the corresponding covariate graphically and numerically. All of the proposals are illustrated extensively with a well-known study from the Mayo Clinic.