A Nonparametric Statistical Method for Two Crossing Survival Curves
两条交叉生存曲线的非参数统计方法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：摘要聚焦生存曲线差异指标与非参数检验，没有明确阐述因果识别，也未涉及其他所列领域细分的核心问题。
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…
两条交叉生存曲线的非参数统计方法
- 研究问题
- 当两组生存曲线交叉或比例风险假设失效时，如何量化随时间变化的治疗差异，并进行具有可解释性的统计比较？
- 方法与思路
- 作者采用两条生存曲线之间的面积作为治疗差异指标，并构造基于该面积的置换检验，通过模拟评估检验效果与可靠性。
- 材料陈述的贡献
- 摘要称面积指标直观，置换检验具有可接受的第一类错误率；所考察情形中，尤其比例风险失效时，检验功效优于比较方法。
- 阅读关注点
- 应核对面积是否保留差异方向、积分时间窗与删失处理，以及置换有效性的条件、比较检验和功效优势对应的模拟设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要未提供面积定义细节、置换条件或数值结果，不能确认普遍稳健或功效优势。
原文摘要
In comparative research on time-to-event data for two groups, when two survival curves cross each other, it may be difficult to use the log-rank test and hazard ratio (HR) to properly assess the treatment benefit. Our aim was to identify a method for evaluating the treatment benefits for two groups in the above situation. We quantified treatment benefits based on an intuitive measure called the area between two survival curves (ABS), which is a robust measure of treatment benefits in clinical trials regardless of whether the proportional hazards assumption is violated or two survival curves cross each other. Additionally, we propose a permutation test based on the ABS, and we evaluate the effectiveness and reliability of this test with simulated data. The ABS permutation test is a robust statistical inference method with an acceptable type I error rate and superior power to detect differences in treatment effects, especially when the proportional hazards assumption is violated. The ABS can be used to intuitively quantify treatment differences over time and provide reliable conclusions in complicated situations, such as crossing survival curves. The R Package "ComparisonSurv" contains the proposed methods and is available from https://CRAN.R-project.org/package=ComparisonSurv. Keywords: Survival analysis; Area between two survival curves; Crossing survival curves; Treatment benefit