Estimating subject-specific survival functions under the accelerated failure time model
加速失效时间模型下的个体生存函数估计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：摘要明确关注给定协变量的生存分布及分位数函数估计和置信推断。
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…
关注这篇论文的作者
加速失效时间模型下的个体生存函数估计
- 研究问题
- 在半参数加速失效时间模型下，如何为具有指定协变量的未来个体估计生存函数及其分位数，并量化估计不确定性？
- 方法与思路
- 作者推导个体累计风险函数估计的大样本分布，再用简单重抽样构造生存函数及分位数函数的逐点区间和同时置信带。
- 材料陈述的贡献
- 摘要称，方法可在适当选择的时间区间上进行个体生存与分位数推断，并以 Mayo 原发性胆汁性肝硬化数据展示应用。
- 阅读关注点
- 应核对删失与协变量条件、累计风险估计的大样本理论、重抽样方式，以及时间区间选择和分位数反演对覆盖的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失假设、区间选择规则及应用数值未提供，不能据此判断预测精度或因果效应。
原文摘要
We use the semiparametric accelerated failure time model to predict the survival function and its related quantities for future subjects with a given set of covariates. We derive the large‐sample distribution for the subject‐specific cumulative hazard function estimate. We then propose a simple resampling technique for constructing pointwise confidence intervals and simultaneous bands for the corresponding survival function and its quantile function over a properly selected time interval. The new proposals are illustrated with the Mayo primary biliary cirrhosis data.