A Semiparametric Threshold Model for Censored Longitudinal Data Analysis
删失纵向数据分析的半参数阈值模型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：摘要明确处理删失纵向数据及聚类固定效应，与面板数据方法直接相关。
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
删失纵向数据分析的半参数阈值模型
- 研究问题
- 如何分析存在删失和个体内重复观测的数据，并通过阈值模型研究血压变化与一型糖尿病患者微量白蛋白尿进展的关系？
- 方法与思路
- 作者提出半参数阈值模型，以未知固定效应处理聚类，构造类似BIC的准则选择参数部分，并用二次近似实施估计。
- 材料陈述的贡献
- 摘要称建立了估计量的渐近性质，二次近似可避免多重积分与迭代算法，并通过模拟和糖尿病登记数据展示方法。
- 阅读关注点
- 应核对删失机制、阈值与非参数部分的设定、固定效应处理及渐近条件，并审查二次近似误差和模型选择准则的依据。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明。摘要未说明阈值估计细节、删失条件或具体应用发现，不能推断血压变化的因果效应。
原文摘要
Motivated by an investigation of the relationship between blood pressure change and progression of microalbuminuria (MA) among individuals with type I diabetes, we propose a new semiparametric threshold model for censored longitudinal data analysis. We also study a new semiparametric Bayes information criterion-type criterion for identifying the parametric component of the proposed model. Cluster effects in the model are implemented as unknown fixed effects. Asymptotic properties are established for the proposed estimators. A quadratic approximation used to implement the estimation procedure makes the method very easy to implement by avoiding the computation of multiple integrals and the need for iterative algorithms. Simulation studies show that the proposed methods work well in practice. An illustration using the Wisconsin Diabetes Registry dataset suggests some interesting findings.