Estimation in a semiparametric modulated renewal process
考虑有限状态调制更新过程截尾观测iid序列回归模型的参数估计问题。该模型假设与Cox回归相似的形式,除了基线强度是过程的向后复发时间和不定常协变量的函数。因此,它不属于乘法强度模型的类别。我们使用核估计来构造回归系数和基线累积风险的估计。给出了估计的相合性和渐近正态性的条件。来自骨髓移植研究的数据用于说明结果。
2005-11-21 math.ST stat.TH
Nonparametric inference for competing risks current status data with continuous, discrete or grouped observation times
最近发展了一些新的方法和理论来非参数估计受当前状态删失影响的竞争风险生存数据的累积发生率函数。特别地,在一定的光滑条件下,建立了非参数极大似然估计的极限分布和简化的“朴素估计”。在本文中,我们建立了这些估计在两个额外的模型,即当观察时间分布有离散的支持,当观察时间分组的大样本行为。这些渐近结果适用于三个不同的模型的置信区间的建设。方法说明了两个数据集的累积发病率(一)不同类型的绝经期的妇女在美国和(二)亚型特定的艾滋病毒感染的血清流行率研究注射毒品使用者在泰国的横截面样本。
2010-12-20 stat.ME
Semiparametric empirical likelihood inference with estimating equations under density ratio models
密度比模型(DRM)为组合来自多信源的信息提供了一个灵活而有用的平台。在本文中,我们考虑的统计推断下的两个样本DRM的额外的参数定义通过和/或额外的辅助信息表示为估计方程。研究了DRMs中未知参数的最大经验似然估计(MELE)的渐近性质,并建立了经验似然比(ELR)统计量的卡方极限分布.我们表明,渐近方差的MELE的未知参数不减少,如果一个估计方程下降。获得类似的性质的推断的累积分布函数和分位数的每个涉及的人口。我们还提出了一个ELR测试的有效性和有用性的辅助信息。仿真研究表明,正确指定的估计方程的辅助信息的结果更有效的估计和更短的置信区间。两个真实数据的例子被用来说明。
2021-02-25 math.ST stat.ME stat.TH
Addressing Detection Limits with Semiparametric Cumulative Probability Models
检测限(DL),即变量在一定范围外无法测量,在研究中很常见。大多数处理响应变量中DL的方法都隐含地对DL之外的数据分布进行参数假设。我们提出了一种新的方法来处理DL的基础上广泛使用的有序回归模型,累积概率模型(CPM)。CPM是一类半参数线性变换模型。CPM是基于等级的,可以处理连续和离散结果变量的混合分布。这些特征是分析具有DL的数据的关键,因为虽然DL内的观测通常是连续的,但DL外的观测是删失的,通常被放入离散的类别中。在单个较低DL的情况下,CPM将DL以下的值分配为具有最低秩。当存在多个DL时,可以修改CPM似然以适当地分布概率质量。我们演示了使用CPM与模拟和两个艾滋病毒数据的例子。第一个示例对生物标志物进行建模,其中15%的观察结果低于DL。第二种方法使用多队列数据对病毒载量进行建模,其中约55%的观察结果在DL之外,这些DL因研究中心和时间而异。
2022-07-06 stat.ME
Semiparametric regression and risk prediction with competing risks data under missing cause of failure
队列研究中涉及竞争风险的失败原因经常观察不完全。为了解决这一问题,在随机缺失假设下,已经提出了几种半参数比例原因特异性风险模型的方法。然而,这些建议仅提供了对回归系数的推断,而没有考虑无穷维参数,如协变量特定的累积发生率函数。然而,后者的数量是必不可少的风险预测在现代医学。在本文中,我们提出了一个统一的框架推断的回归系数的比例原因特定的风险模型和协变量特定的累积发生率函数下的随机缺失的故障原因。我们的方法是基于一种新的计算效率的最大伪偏似然估计方法的半参数比例原因特定的风险模型。利用现代经验过程理论,我们推导出所提出的估计的渐近性质的回归系数和协变量特定的累积发生率函数,并提供了方法,为后者同时构建置信带。模拟研究表明,我们的估计表现良好,即使在存在一个大部分的缺失故障原因,回归系数估计可以大大提高效率相比,以前提出的增广逆概率加权估计。该方法使用来自HIV队列研究和膀胱癌临床试验的数据应用。
2020-02-20 stat.ME
Regression Trees and Ensembles for Cumulative Incidence Functions
在过去的十年中,使用累积发生率函数来表征一种类型的事件在其他事件存在下的风险变得越来越流行。建模,估计和推理的问题已经处理使用参数,非参数和半参数的方法。开发机器学习方法的适当扩展的努力,例如回归树和相关的集成方法,最近已经开始。在本文中,我们提出了一种新的方法来估计累积发病率曲线在竞争风险设置使用回归树和相关的集成估计。所提出的方法采用增强估计的Brier得分风险的主要基础上建设和修剪树,并导致使用现有的R包很容易实现的方法。来自放射治疗肿瘤组(试验9410)的数据用于说明这些新方法。
2021-06-24 stat.ME
Semiparametric estimation of a two-component mixture model
假设单变量数据是从两个分布的混合中提取的,这两个分布在移位参数上是相等的。这样的模型从非参数的角度来看是不可识别的。然而,如果我们假设未知的混合分布是对称的,我们得到该模型的可识别性,这是由四个未知参数定义:混合比例,两个位置参数和对称混合分布的累积分布函数。当没有训练数据时,我们提出了这四个参数的估计。我们的估计被证明是强相合的温和的正则性假设和他们的收敛速度进行了研究。他们的有限样本性质说明了Monte Carlo研究和我们的方法应用于实际数据。
2006-07-31 math.ST stat.TH
Doubly robust estimation of marginal cumulative incidence curves for competing risk analysis
针对竞争风险分析中治疗组协变量不平衡问题,提出一种仅需倾向评分或结果回归模型之一正确设定的双稳健边际累积发生率估计量,并通过模拟和乳腺癌队列验证比较。
2024-12-02 stat.ME
Gold standard process Markovian poisoning: a semiparametric approach
本文提出了一种半参数方法,用于估计混合了黄金标准过程和未知污染过程的马尔可夫选择过程的转移参数,并证明其中一种估计器能够建立功能中心极限定理。
2026-01-12 math.ST stat.TH
Nonparametric Efficient Estimation of Dynamic Treatment Regimes with Competing Risks
University of Minnesota(明尼苏达大学);Edward Hines Jr. VA Hospital(爱德华·海恩斯少将退伍军人医院);Augusta University(奥古斯塔大学);Veterans Affairs Health Care System(退伍军人保健系统);HealthPartners Institute(健康伙伴研究所)
本研究针对存在竞争风险与右删失、时变混杂的场景,发展非参数效率理论,提出序贯双重稳健估计量,用于动态治疗方案的有效估计,且通过骨质疏松患者的临床骨折数据验证了框架的实用性。
2026-09-01 stat.ME
Semiparametric conformal prediction
Prescient Design, Genentech(普雷赛特设计公司,基因泰克);Stanford University(斯坦福大学);New York University(纽约大学)
本文提出一种半参数共形预测方法,利用非参数 vine copulas 估计向量值非一致性分数的联合分布,并通过影响函数提升分位数估计效率,在保证渐近精确覆盖的同时可扩展到大量目标变量。
2025-03-11 cs.LG stat.ML
Estimands and cumulative incidence function regression in clinical trials: some new results on interpretability and robustness
本文基于大样本理论推导了竞争风险下累积发病函数回归模型的治疗效果估计量极限值,揭示了其敏感性,检验了假设检验的拒绝率以建立稳健性,并强调次要分析的重要性。
2024-01-10 stat.ME
Doubly Robust Estimators of Quantile Treatment Effects With Semiparametric Cumulative Probability Models
Vanderbilt University Medical Center(范德比尔特大学医学中心);Keck School of Medicine of the University of Southern California(南加州大学凯克医学院)
针对现有分位数处理效应(QTE)估计方法对模型误设敏感的问题,提出基于半参数累积概率模型(CPM)的双重稳健QTE估计框架,开发两种估计策略并通过模拟和HIV数据验证其有效性。
2026-08-12 stat.ME
A general model-checking procedure for semiparametric accelerated failure time models
提出一组半参数加速失效时间模型拟合优度检验,基于多参数累积和过程与扰动版本,通过模拟和原发性胆汁性肝硬化数据验证有效性,并实现于R包afttest。
2023-05-19 math.ST stat.AP stat.CO
Fitting Semiparametric Cumulative Probability Models for Big Data
累积概率模型(CPM)是连续结果的线性模型的稳健替代方案。然而,它们对于非常大的数据集是不可行的,因为运行时间和内存使用量增加,这取决于样本量、预测因子的数量和不同结果的数量。我们描述了三种方法来解决这个问题。在分而合的方法中,我们将数据划分为子集,为每个子集拟合CPM,然后聚合信息。在分组和舍入方法中,结果变量被重新定义为具有大大减少的不同值的数量。我们考虑四舍五入到小数位和四舍五入到有效位数,两者都有一个细化步骤,以帮助实现所需的不同结果的数量。我们通过模拟表明,这些方法表现良好,其参数估计是一致的。我们研究了运行时间和峰值内存使用量如何受到样本量、不同结果的数量和预测因子的数量的影响。作为一个例子,我们将这些方法应用于一个大型的公开数据集,调查矩阵乘法运行时的近一百万个观察。
2022-07-13 stat.CO stat.ME
Average Cause-Specific Hazard: A Censoring-Invariant Measure of Event Burden Under Competing Risks
Harvard T.H. Chan School of Public Health(哈佛陈曾熙公共卫生学院);Stanford University(斯坦福大学);Dana Farber Cancer Institute(达纳法伯癌症研究院);Memorial Sloan Kettering Cancer Center(纪念斯隆-凯特琳癌症中心)
研究竞争风险下事件负担的度量问题,提出平均特定病因风险(ACSH),开发其非参数估计和推断方法及两组比较的差异与比率,通过模拟研究和实例分析展示该方法性能及应用。
2026-07-16 stat.ME
Cumulative Incidence Function Estimation Based on Population-Based Biobank Data
针对人群生物样本库数据,提出一种有效纳入患病病例的新型累积发病率函数(CIF)估计量,相比现有方法提升了估计效率,并支持对低于招募年龄下限$c_L$的年龄进行CIF估计。
2024-03-27 stat.ME
Efficient Cumulative Incidence Estimation in Biobank Studies Using All Prevalent and Incident Events
Hebrew University of Jerusalem(耶路撒冷希伯来大学);Tel Aviv University(特拉维夫大学)
针对生物库数据中同时包含招募前发病(现患)和随访期间发病的个体,提出一种新的累积发病率函数估计方法,整合所有病例,处理年轻发病且生存期长的疾病,理论证明渐近性质,模拟和UK生物库癌症数据验证其优势。
2026-06-19 stat.ME
Regression Trees for Cumulative Incidence Functions
在过去的十年中,使用累积发生率函数来表征一种类型的事件在其他事件存在下的风险变得越来越流行。建模,估计和推理的问题已经处理使用参数,非参数和半参数的方法。开发机器学习方法的适当扩展的努力,例如回归树和相关的集成方法,最近才开始。在本文中,我们开发了一种新的方法来建立回归树估计累积发病率曲线在竞争风险设置。所提出的方法采用增强估计的Brier得分的风险作为主要的基础上建设和修剪树木。所提出的方法很容易使用R统计软件包实现。仿真研究表明,我们的方法在竞争风险设置的效用。来自放射治疗肿瘤组(试验9410)的数据用于说明这些新方法。
2020-11-13 stat.ME stat.ML
Multiply-robust Estimator of Cumulative Incidence Function Difference for Right-Censored Competing Risks Data
School of Statistics and Data Science, LPMC and KLMDASR, Nankai University(南开大学统计与数据科学学院)
本文提出一种多重鲁棒估计器,用于估计右删失竞争风险数据中因果特异性累计发病率函数差,通过伪值方法和多重鲁棒框架结合,提高估计鲁棒性。
2026-03-26 stat.ME
Landmark Proportional Subdistribution Hazards Models for Dynamic Prediction of Cumulative Incidence Functions
动态更新来自特定原因的临床事件的概率的个体化风险预测模型对于医生能够通过整合随访期间收集的所有可用信息来实时优化个性化治疗策略是有价值的。然而,当存在竞争风险时,这更加复杂和具有挑战性,因为它需要同时更新总生存期和累积发生率函数(CIF),同时调整时间依赖性协变量和随时间变化的协变量效应。在这项研究中,我们开发了一个地标比例子分布风险(PSH)模型和一个更全面的超级模型扩展的地标方法的精细灰色模型。通过模拟和对乳腺癌患者多中心临床试验数据的分析,评估了我们模型的性能。对于具有竞争风险的数据,我们提出的模型比其他动态预测模型具有吸引人的优势。首先,我们的模型对PSH假设的违反是鲁棒的,并且可以直接预测条件CIF,绕过总生存期的估计,大大简化了预测过程。其次,我们具有里程碑意义的PSH超级模型使研究人员能够在一个步骤中对一组标志点进行预测。第三,所提出的模型可以很容易地将各种类型的时间依赖的信息,使用现有的标准软件,没有计算负担。
2019-04-18 stat.ME
Bayesian Semiparametric Joint Dynamic Model for Multitype Recurrent Events and a Terminal Event
Department of Biostatistics, School of Public Health, University of Alabama at Birmingham(阿拉巴马大学伯明翰分校公共卫生学院生物统计系)
本文提出一种贝叶斯半参数联合动态模型,用于分析多类型复发事件与终端事件之间的关系,并提供基于过去事件影响的风险评估方法。
2025-12-08 stat.ME
Improving precision of cumulative incidence estimates in randomized controlled trials with external controls
本研究提出三稳健估计器,利用外部对照提升随机对照试验中累积发生率估计精度,通过时间特定权重实现可比性,模拟和心血管试验数据验证了精度增益。
2025-06-23 stat.ME
Efficient estimation of cumulative incidence curves via data fusion with surrogates: application to integrated analysis of vaccine trial and immunobridging data
University of Cambridge(剑桥大学);Fred Hutchinson Cancer Center(弗雷德·哈钦森癌症中心);Ghent University(根特大学)
本文提出通过历史疫苗效力试验与免疫桥梁研究的数据融合,高效估计累积发病率曲线,针对多病原体如登革热病毒和流感,通过模拟研究评估所提方法的有限样本性能,并应用于新冠变异体免疫学景观试验的数据分析。
2026-04-14 stat.AP stat.ME
Inference for Cumulative Incidences and Treatment Effects in Randomized Controlled Trials with Time-to-Event Outcomes under ICH E9 (R1)
University of Michigan(密歇根大学);Chinese Academy of Medical Sciences & Peking Union Medical College(中国医学科学院 北京协和医学院);Peking University(北京大学)
针对随机对照试验中时间至事件结局的并发事件,定义了五种策略下的因果估计量数学形式,提出了非参数估计与推断方法,并在LEADER试验中验证。
2025-03-30 stat.ME
Studying Competing Events with Federated Cumulative Incidence Curves
University of Michigan(密歇根大学);University of Florida(佛罗里达大学);University of Indiana(印第安纳大学);Northwestern University(西北大学);Purdue University College of Pharmacy(普渡大学药学院)
该研究开发了一种联邦学习方法,通过构建非参数累积发生率曲线,在不共享患者数据的情况下,分析10个站点1万余名癌症患者数据,揭示自身免疫病患者接受免疫检查点抑制剂治疗后的内分泌不良事件风险,为临床提供新依据。
2026-07-30 stat.ME
Single-index Semiparametric Transformation Cure Models with Interval-censored Data
School of Economics, Jinan University(暨南大学经济学院);International Center for Interdisciplinary Statistics, School of Mathematics, Harbin Institute of Technology(哈尔滨工业大学数学学院交叉统计国际中心)
本文提出了一种灵活的单索引半参数变换治愈模型,用于处理区间删失数据,涵盖比例危险治愈和比例 odds 治愈模型,并通过模拟验证其有效性。
2026-01-18 stat.ME
Semiparametric transformation model for competing risks data with cure fraction
我们提出了一种新的方法来分析竞争风险数据与长期生存。所提出的方法使我们能够同时估计总体生存概率和治愈分数。我们用线性变换模型来表示协变量对累积发生率函数的影响。建立了基于计数过程的回归系数估计方程。利用鞅理论研究了估计量的渐近性质。一个广泛的蒙特卡罗模拟研究进行评估有限样本的估计性能。最后,我们使用一个真实的数据集来说明我们的方法。
2022-04-27 math.ST stat.ME stat.TH
Semiparametric Marginal Regression for Clustered Competing Risks Data with Missing Cause of Failure
在多中心研究中,经常会遇到不可靠的竞争风险数据。这类数据的分析往往是复杂的,由于信息集群的大小,在这种情况下,所研究的结果与集群的大小。此外,在实际环境中,故障原因经常无法完全观察到。据我们所知,没有方法对聚类竞争风险数据进行群体平均分析,其中聚类大小为信息量,失效原因缺失。为了解决这个问题,我们考虑了半参数边际比例原因特定风险模型,并提出了一个最大的部分伪概率估计下的随机缺失的假设。为了使后一个假设在实践中更加合理,我们允许可能与失踪概率相关的辅助变量。所提出的方法不施加假设集群内的依赖性,并允许信息集群大小。所提出的估计的渐近性质的回归系数和无穷维参数,如边际累积发生率函数,严格建立。仿真结果表明,该方法性能良好,忽略类内依赖性和信息簇大小的方法会导致无效的推理。所提出的方法适用于竞争风险的数据,从一个大的多中心艾滋病毒研究在撒哈拉以南非洲的失败原因的一个重要部分是失踪。
2021-04-22 stat.ME
Sequential Bayesian inference for stochastic epidemic models of cumulative incidence
针对随机流行病模型,提出一种基于廉价近似和低维统计量的序贯贝叶斯推断方法,结合桥接构造传播状态轨迹,支持随机感染与报告率,并在合成和真实数据上验证。
2024-05-22 stat.AP stat.CO stat.ME
Inference for competing risks based on area between curves statistics
RWTH Aachen University(亚琛工业大学);Otto von Guericke University Magdeburg(奥托·冯·格里克马格德堡大学);TU Dortmund University(多特蒙德工业大学);Research Center Trustworthy Data Science and Security, UA Ruhr(鲁尔联合大学可信数据科学与安全研究中心)
本文提出基于曲线间面积统计量的野 bootstrap 方法,用于解决竞争风险模型中累积发病率函数交叉时的推断问题。
2026-01-22 stat.ME
Optimal individualized treatment regimes for survival data with competing risks
针对现有精准医学方法无法同时兼顾生存和竞争风险终点的问题,提出一种两阶段非参数个体化治疗方案估计器,利用随机森林构建个体曲线并引入多效用价值函数,在模拟与外周动脉疾病队列中表现良好。
2024-11-13 stat.ME
Predictiveness Curve Assessment under Competing Risks for Risk Prediction Models
本研究针对竞争风险场景,提出结合竞争风险回归模型的预测性曲线估计与推断方法,经模拟验证效果良好并实现R包,可用于肝硬化等疾病的风险预测评估。
2025-07-31 stat.ME
Combined tests based on restricted mean time lost for competing risks data
竞争风险数据在医学研究中很常见,认为子分布风险(SDH)比是一种适当的指标。然而,由于危险本身的局限性不容易在临床上解释,并且由于SDH比率仅在比例SDH假设下有效,因此本文引入了竞争风险下的替代指标,称为限制平均时间损失(RMTL)。基于RMTL还构造了几个测试程序。首先,我们介绍了基于Aalen-Johansen累积关联函数的RMTL的定义和估计。然后,我们考虑了基于SDH和RMTL差(RMTLd)的几种组合测试。使用模拟的方法的统计特性进行评估,并应用到两个例子。组合检验的第一类错误接近标称水平。所有组合测试在所有情况下均显示可接受的功效。总之,RMTL可以有意义地总结临床决策的处理效应,并且三种组合检验在各种条件下具有稳健的功效,可以考虑在实际数据分析中进行统计推断。
2021-10-16 stat.AP stat.ME
Competing risks regression for clustered survival data via the marginal additive subdistribution hazards model
针对存在竞争风险的聚类相关生存数据,提出群体平均加性子分布风险模型与稳健三明治方差估计量,开发拟合优度检验,经模拟验证后用于STRIDE试验数据分析。
2023-08-16 stat.AP stat.ME
Conditional-Marginal Nonparametric Estimation for Stage Waiting Times from Multi-Stage Models under Dependent Right Censoring
针对多阶段模型中的阶段等待时间,提出两种非参数估计方法(IPCW和FRE),处理相依右删失,并通过模拟和真实数据验证其有效性。
2025-04-23 stat.ME
Bayesian Methods for Modeling Cumulative Exposure to Extensive Environmental Health Hazards
针对广泛性环境健康危害的累积空间暴露建模难题,提出一种结合剂量-反应模型与对数高斯考克斯过程的贝叶斯半参数模型,并在模拟与墨西哥废水运河数据中验证了其有效性与计算可行性。
2024-07-25 stat.AP stat.ME
When does conformal calibration need censoring weights? Cause-of-failure prediction sets under competing risks
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Northumbria University(诺森比亚大学)
本文研究竞争风险下共形预测集的校准问题,发现完全案例校准可能偏离名义覆盖率,而正确指定删失模型的权重可恢复覆盖率,并给出有限样本下界。
2026-10-07 stat.ME stat.ML
A Data-Parsimonious Model for Long-Term Risk Assessments of West Nile Virus Spillover
Kansas State University(堪萨斯州立大学);USDA-ARS(美国农业部农业研究局)
提出一种数据简约的概率模型,利用温度驱动的房室模型和核密度估计,预测西尼罗病毒爆发时间和季节性严重程度,并在美国多县验证了其可靠性。
2025-10-15 stat.AP
Separable pathway effects of semi-competing risks using multi-state models
本研究在多状态模型框架下将半竞争风险中治疗对主要事件累积发生率的总效应分解为三种可分离通路效应,提出两种反事实累积发生率估计量并证明其渐近性质,最终应用于异基因干细胞移植类型的生存效应比较。
2024-10-08 stat.ME
FLEXI-Haz: Semiparametric Deep Survival Inference Beyond Proportional Hazards
Department of Statistics and Operations Research(统计与运筹学系);Tel Aviv University(特拉维夫大学)
本文提出一种灵活的深度神经网络框架,用于部分线性回归结构下的生存数据建模,通过参数线性部分保持可解释性,非参数DNN部分捕捉复杂的时间-协变量交互,提出FLEXI-Haz模型,无需假设比例风险假设,并提供理论保证和生存函数的推断方法。
2026-10-21 cs.LG stat.ML
Multiple tests for restricted mean time lost with competing risks data
针对现有RMTL检验适用场景有限、假设严格的问题,提出适用于析因设计和多事件类型的Wald型对比检验,结合置换法和渐近依赖结构优化小样本表现与检验效能,经模拟和真实白血病数据验证有效。
2024-09-12 stat.ME
How to Bootstrap Aalen-Johansen Processes for Competing Risks? Handicaps, Solutions and Limitations
竞争风险模型中的统计推断通常基于著名的Aalen-Johansen估计。由于相应的极限过程缺乏独立的增量,它通常与Lin(1997)涉及标准正态乘子的resception技术一起应用。最近,人们已经看到,这种方法可以被解释为一个野生的自举技术和其他乘数,例如中心泊松,可能会导致更好的有限样本性能,见Beyersmann等人。由于后者是密切相关的埃夫隆的经典引导,问题是是否这个或更一般的加权引导版本的阿伦-约翰森过程导致有效的结果。在这里,我们分析他们的渐近行为,事实证明,这种加权自助版本一般具有错误的协方差结构的限制。然而,我们解释说,加权自助法仍然可以适用于特定的零假设的利益,并讨论其局限性统计推断。为此,我们介绍了不同的一致加权bootstrap检验的随机有序累积发病率函数的原假设,并比较其有限样本的模拟研究的性能。
2014-01-30 math.ST stat.TH
Efficient estimation of weighted cumulative treatment effects by double/debiased machine learning
针对时间-事件结局观察性研究中模型误设与重叠性差的问题,提出一类单步交叉拟合的双重/去偏机器学习加权累积因果效应估计量,证明其理论性质,验证其性能并应用于抗糖药对癌症结局影响的真实数据研究。
2023-05-03 stat.ME stat.ML
Multiple imputation of missing covariates when using the Fine-Gray model
本文针对 Fine-Gray 模型中缺失协变量问题,提出结合潜在删失时间插补与 Cox 模型插补方法的实质模型兼容多重插补框架,并通过模拟和实例验证其效率与稳健性。
2024-05-26 stat.ME
Estimation of separable direct and indirect effects in continuous time
许多研究问题涉及到时间事件的结果,可以防止发生由于竞争事件。在这些情况下,我们必须小心经典统计被估量的因果解释。特别是,估计的危害规模,如比率的原因具体或子分布的危害,是根本难以解释的因果关系。风险量表的估计值(如累积发生率函数的对比)确实具有因果解释,但它们仅捕获治疗对关注事件的总效应;即,通过竞争事件和竞争事件之外的效应。为了理清关注事件和竞争事件的因果处理效应,最近引入了可分离的直接和间接效应。在这里,我们提供了新的结果估计的直接和间接的可分离的影响在连续的时间。特别是,我们推导出连续时间的非参数影响函数,并用它来构造一个估计,具有一定的鲁棒性。我们还提出了一个简单的估计基于半参数模型的两个原因特定的风险函数。我们描述了这些估计量的渐近性质,并给出了模拟研究的结果,表明估计量在有限样本中表现令人满意。最后,我们重新分析了Stensrud et al(2020)的前列腺癌试验。
2020-08-30 stat.ME
Direct and Indirect Treatment Effects in the Presence of Semi-Competing Risks
针对半竞争风险下治疗对终点事件的效应分解问题,提出两种基于中介分析、分别调整非终点事件流行率和风险率的分解策略,推导其渐近性质并通过模拟与真实数据验证差异。
2024-03-27 stat.ME
Competing-Risk Cure Models: A Comprehensive Systematic Review of Methodological Literature
University of Texas at El Paso(埃尔帕索德克萨斯大学)
本文对26篇竞争风险治愈模型的方法学文献从五个维度进行系统综述,明确模型分类与差异,指出可重复性不足问题,为模型选择与相关研究提供支持。
2026-09-02 stat.ME
A nonparametric instrumental approach to endogeneity in competing risks models
本文讨论了具有持续期结局、竞争风险和随机右截尾的内生治疗模型。使用离散工具变量解决了内点问题。我们发现,竞争风险模型产生一个非参数分位数工具回归问题。特定原因累积发生率、特定原因危害和子分布危害可以从回归函数中恢复。该模型的一个显着特点是,审查和竞争风险防止识别在某些分位数。我们的特点是一组分位数的精确识别是可能的,并给出部分识别结果的其他分位数。我们概述了一个估计过程,并讨论其性质。有限样本性能的估计通过模拟评估。我们将所提出的方法应用于大纽约州的健康保险计划实验。
2021-05-03 econ.EM math.ST q-bio.QM
Nonparametric Marginal Analysis of Recurrent Events Data under Competing Risks
本计画的动机来自于台湾北部的一项透析研究。透析患者在分流管植入后可能会发生两种类型(“急性”或“非急性”)的分流管血栓形成,这两种类型都可能复发。我们制定的框架下的经常性事件的数据存在的竞争风险的问题。特别是,我们专注于特定类型的间隙时间变量的边际推断。感兴趣的函数是累积发生率函数和原因特异性风险函数。非参数推理的主要挑战是诱导相关删失问题。我们采用截尾加权逆概率(IPCW)的技术来调整选择偏差。除了点估计,我们应用自助重抽样方法进行进一步的推断。估计量的大样本性质。仿真结果验证了所提出方法的有限样本性能。最后,我们应用所提出的方法来分析透析数据。
2017-07-06 stat.AP stat.ME stat.ML
Estimating Heterogeneous Treatment Effects on Survival Outcomes Using Counterfactual Censoring Unbiased Transformations
本研究开发了针对生存结局(含竞争风险)的删失无偏变换(CUTs),通过转换事件时间结局,使现有HTE学习器可直接用于估计异质性累积发生率、总效应和直接效应,并提供了预言机不等式和模拟验证。
2024-09-27 stat.ME stat.ML
Inference via Wild Bootstrap and Multiple Imputation under Fine-Gray Models with Incomplete Data
本文针对不完全数据下的Fine-Gray竞争风险模型,提出利用多重插补将删失完全情形下的wild bootstrap推断方法推广到一般右删失数据,并通过模拟研究和医院感染数据应用验证了方法的有效性。
2023-10-27 math.ST stat.ME stat.TH
Time-Dependent Pseudo $\boldsymbol{R^2}$ for Assessing Predictive Performance in Competing Risks Data
本文针对竞争风险数据中传统预测性能指标的不足,提出了一种新的时间依赖伪R²度量,用于评估预测累积发生率函数,并通过理论分析和模拟实验验证了其优势。
2025-07-20 stat.AP stat.ME
Doubly Robust Targeted Estimation of Subgroup Average Treatment Effects for Time-to-event Outcomes with Competing Risks
University of Pittsburgh(匹兹堡大学)
本文针对存在竞争风险的时间-事件数据,提出基于TMLE的双重鲁棒亚组ATE估计框架,推导了有效影响函数并验证理论性质,开发了两种VIMs,为精准医学提供了工具。
2026-08-13 stat.AP stat.ME