Simultaneous inference procedures for the comparison of multiple characteristics of two survival functions
比较两个生存函数多项特征的同时推断程序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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确以随机对照试验中的治疗效应比较为背景，并研究多个生存结局指标的推断，因而归入因果推断相关方向。
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…
比较两个生存函数多项特征的同时推断程序
- 研究问题
- 当比例风险假设不适用、需用多个生存指标评估随机试验治疗收益时，如何同时检验这些指标并控制多重推断带来的错误？
- 方法与思路
- 作者用计数过程表示分析生存概率、分位数、限制平均生存时间及平均风险比，建立联合渐近正态结果并构造同时推断程序。
- 材料陈述的贡献
- 摘要提出参数化多重检验和同时置信区间，可纳入 logrank 检验，并以模拟研究有限样本错误率与功效、用肿瘤案例说明。
- 阅读关注点
- 应核对各生存指标的定义、删失条件及联合协方差估计，并检查多重性校正如何处理不同指标和 logrank 检验的相关性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明删失机制、渐近条件与数值表现，不能判断所有试验场景的适用性。
原文摘要
Survival time is the primary endpoint of many randomized controlled trials, and a treatment effect is typically quantified by the hazard ratio under the assumption of proportional hazards. Awareness is increasing that in many settings this assumption is a-priori violated, e.g. due to delayed onset of drug effect. In these cases, interpretation of the hazard ratio estimate is ambiguous and statistical inference for alternative parameters to quantify a treatment effect is warranted. We consider differences or ratios of milestone survival probabilities or quantiles, differences in restricted mean survival times and an average hazard ratio to be of interest. Typically, more than one such parameter needs to be reported to assess possible treatment benefits, and in confirmatory trials the according inferential procedures need to be adjusted for multiplicity. By using the counting process representation of the mentioned parameters, we show that their estimates are asymptotically multivariate normal and we propose according parametric multiple testing procedures and simultaneous confidence intervals. Also, the logrank test may be included in the framework. Finite sample type I error rate and power are studied by simulation. The methods are illustrated with an example from oncology. A software implementation is provided in the R package nph.