Another look at predicting molecular breast cancer subtypes from the METABRIC data
Columbia University（哥伦比亚大学）；Stanford University（斯坦福大学）
研究利用最近收缩质心和套索方法对METABRIC乳腺癌数据进行分析，评估多个模型分类性能及生存影响，发现一对多模型误分类误差最低，多项分类任务拆分为套索二项分类器对患者聚类效果良好。
2026-07-27 stat.AP
The pilgrim process
朝圣者的垄断是一个概率过程，产生了一个非负序列$T_1, T_2,\ldots$，它是无限可交换的，是时间到事件数据的自然模型。一维边缘分布为指数分布。规则简单，过程易于顺序生成，并且对于联合密度和多变量幸存函数都可以使用简单的表达式。与生存分布的Kaplan-Meier估计有密切的联系。嵌入过程是一个无限可交换有序划分过程连接到马尔可夫分支过程中的中立进化理论。该过程的某些方面，如块数的分布，可以通过分析研究和模拟确认。通过忽略顺序，嵌入过程可以被认为是一个无限可交换的划分过程，显示出密切相关的中餐厅过程。还提供了与印度自助餐过程的进一步连接。因此，我们建立了一个以前未知的著名的Kaplan-Meier估计和重要的Ewens抽样公式之间的联系。
2015-09-01 math.ST stat.TH
Nonparametric Survival Estimation with Contaminated and Adjudicated Events
University of Copenhagen（哥本哈根大学）
本文提出一种非参数生存估计方法，用于处理受污染和裁定事件的数据，通过核平滑纳入协变量，并分析了专家信息对估计结果的影响。
2026-01-03 stat.ME
A Survival Analysis of the Duration of Olympic Records
我们使用重复事件生存分析技术和方法来分析奥运会记录的持续时间。使用卡普兰-迈耶估计量进行初步检验，并使用Wang & Chang（1999）和Pena et al.（2001）提出的复发事件幸存函数估计量估计生存曲线。采用考克斯比例风险模型的扩展以及重复事件的离散时间逻辑模型来估计模型并量化参数显著性。根据Akaike信息标准（AIC），logistic模型是数据的最佳拟合。我们详细讨论了这个模型的协变量显著性，并预测了2012年伦敦奥运会将创造多少记录。关键词：生存分析，复发事件，卡普兰-迈耶估计量，考克斯比例风险模型，奥运会。
2012-07-25 stat.AP
Effect of right censoring bias on survival analysis
Kaplan-Meier生存分析代表了肿瘤学治疗疗效的最客观指标，尽管存在潜在偏倚，但在精准医学时代，这令人担忧。与临床试验设计和执行固有的偏倚无关，偏倚可能是患者删失或不完整观察的结果。与无疾病/进展生存期不同，总生存期基于明确定义的时间点，因此避免了间隔删失，但由于随访不完整，右删失仍可能是偏倚的来源。我们研究了右删失的三种机制，发现其中之一，患者失访的替代，能够影响Kaplan-Meier生存率，与完整的随访数据集相比，显著改善了生存率的估计，通过风险比测量。我们还提出了两个偏倚指数，能够信号数据集与右删失相关的生存高估。这些偏差索引可以检测公共可用数据集中的偏差
2020-12-15 stat.CO stat.ME
The Kaplan-Meier Estimator as a Sum over Units
Siemens Gamesa Renewable Energy Deutschland GmbH（西门子歌美锐可再生能源德国有限公司）
本文针对部分右删失生存数据的Kaplan-Meier乘积限估计量提出求和形式化方法，将其分解为个体单位的经验与半经验贡献之和，以可视化不同单位的贡献。
2026-08-24 stat.ME
Robust Bias Estimation for Kaplan-Meier Survival Estimator with Jackknifing
为了研究或减少Kaplan-Meier生存估计的泛函偏差，Stute和Wang（1994）的折刀法是很自然的。研究了截尾水平、样本量、截尾时间分布和生存时间分布的不同配置下，偏差的折刀估计的行为。实证研究揭示了一些新的发现稳健计算的偏差，特别是较高的删失水平。我们已经扩展了他们的折刀方法，以涵盖最大观测值被删失的情况，使用Khan和Shaw（2013 b）中提出的最大观测值的插补方法。对现有公式的这种修改将产生刀切偏差估计的条件从原来的两个减少到一个，并且还避免了现有刀切公式可能严重低估卡普兰-迈耶估计量的问题。
2013-12-14 stat.ME
Sample size calculations for single-arm survival studies using transformations of the Kaplan-Meier estimator
在具有生存结局的单组临床试验中，卡普兰-迈耶估计量及其置信区间被广泛用于评估生存概率和中位生存时间。由于卡普兰-迈耶估计量的渐近正态性是一个常见的结果，样本量的计算方法尚未深入研究。现有的样本量计算方法是建立在使用对数变换的卡普兰-迈耶估计量的渐近正态性上。然而，在小样本量（这是单臂试验中的典型情况）下，对数变换估计的小样本性质非常差，并且现有方法使用了不适当的标准正态近似来计算样本量。这些问题会严重影响结果的准确性。在本文中，我们提出了替代方法来确定样本量的基础上，一个有效的标准正常的近似与几个变换，可以得到一个准确的正常近似，即使小样本量。在通过模拟进行的数值评估中，所提出的一些方法提供了更准确的结果，并且所提出的方法与反正弦平方根变换的经验幂往往比其他变换更接近规定的幂。这些结果得到支持时，方法应用于三个临床试验的数据。
2021-04-29 stat.ME
Expert Kaplan--Meier estimation
考虑了受污染的右删失随机样本的设定问题。在各个领域，专家信息往往是可用的，并用于克服污染。本文以两种不同的方式将专家知识整合到乘积限估计中，并给出了不同的解释。强一致的一致性证明了这两种情况下的污染和质量的专家信息，这揭示了从业人员可能采取的技术和决策的某些假设。的技术的细微差别进行了讨论-也着眼于半参数估计-他们使用模拟和现实世界的保险数据进行说明。
2023-03-27 stat.ME
Assessing dominance in survival functions: A test for right-censored data
本文针对右删失数据提出一种基于Kaplan-Meier估计量差值上确界的统计检验，用于区分生存曲线的占优与交叉，并通过理论、模拟和真实数据验证其检测灵敏度优于传统方法。
2025-04-09 math.ST stat.ME stat.TH
Weighted Estimation of the Tail Index under Right Censorship: A Unified Approach Based on Kaplan-Meier and Nelson-Aalen Integrals
针对右删失 Pareto 型数据尾部指数估计在强删失下失效的问题，提出引入调节参数的加权 Kaplan-Meier 和 Nelson-Aalen 积分估计器，将适用范围扩展至全删失区间，证明了渐近性质并在模拟与真实数据中验证了优越性。
2025-08-12 math.ST stat.ME stat.TH
Reconstruct Kaplan--Meier Estimator as M-estimator and Its Confidence Band
Kaplan-Meier（KM）估计量是一种非参数估计生存函数的方法，在临床研究、工程、经济等领域有着广泛的应用。KM估计的理论性质包括其相合性和渐近分布已被广泛研究。我们重建KM估计的M-估计最大化的二次M-函数的基础上的一致性，这可以使用期望最大化（EM）算法计算。结果表明，期望最大化算法的收敛点与传统的KM估计量一致，从而对KM估计量作为M估计量给出了新的解释。利用M-估计理论建立了KM估计的大样本方差和极限分布等理论性质。在两个真实数据集上的仿真和应用表明，所提出的M-估计与KM估计完全等价，并且可以导出置信区间和置信带.
2020-11-20 stat.ME
A comparison of Kaplan--Meier-based inverse probability of censoring weighted regression methods
本文针对右删失导致结局缺失的回归问题，比较了三种基于Kaplan--Meier删失概率估计的逆加权回归方法，分析其渐近方差及三明治方差估计量的高估特性，发现最优方法取决于删失分布。
2024-12-10 stat.ME
Kaplan-Meier based tests for exponentiality in the presence of censoring
在本文中，我们测试的复合假设，寿命遵循指数分布的基础上观察到的随机右删失数据。由于并非所有寿命都被观察到，因此这种删失的存在使检验这一假设变得复杂。为了解释这种复杂性，我们提出了修改的经验特征函数和拉普拉斯变换的基础上的测试。在全样本情况下，这些经验函数可以表示为相对于寿命的经验分布函数的积分。我们建议用Kaplan-Meier估计代替分布函数的估计。由此得到的检验统计量可以用观测数据的泛函求和的简单计算形式表示。此外，拟合优度检验的一般框架，在随机右删失的存在下，概述。进行了蒙特卡罗研究，其结果表明，新修改的测试一般优于现有的测试。一个实际应用，关于白血病患者的初始缓解时间，讨论了一些结论性意见和未来研究的途径。
2020-11-09 stat.ME
Ranked Set Sampling in Survival Analysis
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
本研究开发了适用于平衡RSS设计的统一生存分析框架，提出了基于排名的生存估计方法和推断工具，提升了在不完美排名和删失情况下的效率。
2025-12-27 stat.ME
How mature are survival data at the time of an interim analysis in a clinical trial with a survival outcome?
研究生存结局临床试验期中分析的生存数据成熟度问题，推导单/两组试验中Kaplan-Meier曲线在期中分析随机时刻的渐近分布及95%概率区间，用于试验设计阶段规划期中分析时机。
2023-05-06 stat.AP stat.ME
How real is the random censorship model in medical studies?
在生存分析中，随机删失模型是指删失和生存时间相互独立。它是生存分析理论的基本假设之一。我们解释了它如此普遍存在的原因，并调查了它在医学研究中的存在。我们区分两种类型的审查在医学研究（辍学和行政），我们解释他们的重要性，在检查存在的随机审查模型。我们表明，为了假定随机审查模型，它是不够的，有一个设计研究，符合它，但需要提供证据，其存在的结果。在医学研究中，盲目假设随机审查模型可能导致卡普兰-迈耶估计量产生偏倚结果，从而对生存率的估计产生严重后果。
2017-02-27 math.ST stat.AP stat.TH
Clinicians' Interpretation and Preferences for Survival Data Visualisation: A Pre-Post Study Comparing Kaplan-Meier and Mean Residual Life Plots
University of Galway（高威大学）
本研究通过前后调查评估32名医学生和医生对KM、MRL等四种生存图的解读与偏好，发现经简短学习后解读准确性显著提升，MRL图改进最大，为其纳入临床及医学教育提供依据。
2025-11-11 stat.ME
Estimation of survival functions for events based on a continuous outcome: a distributional approach
针对连续结局二分化的局限及健康科学对二分类结局结果的需求，提出基于正态分布重复截断的生存函数Kaplan-Meier分布估计法，经模拟评估与案例验证其用于阈值定义事件的时间-事件分析的可行性。
2025-01-14 stat.ME
Generalized inferential models for censored data
在经典框架下，数据被删失时出现的推理挑战已被广泛研究。在本文中，我们提供了一个替代的广义推理模型的方法，其输出是一个数据依赖的可扩展性函数。该构造由感兴趣参数处的相对似然函数的分布与未观察到的辅助变量之间的关联驱动。概率函数来自于一个经过适当校准的随机集的分布，该随机集被设计用于预测未观察到的辅助变量。这个可扩展性函数的评价需要一个新的使用经典的卡普兰-迈耶估计量估计删失，而不是事件分布。我们证明，所提出的方法提供了有效的推理，至少近似，我们的真实和模拟数据的例子表明，其优越的性能相比，现有的方法。
2019-11-29 stat.ME
Stochastic highway capacity: Unsuitable Kaplan-Meier estimator, revised maximum likelihood estimator, and impact of speed harmonisation
Transport Research Centre CDV（CDV交通研究中心）
本文提出修正最大似然估计器用于随机交通流容量估计，验证其有效性并展示可变速度限制系统对交通容量的提升效果。
2026-02-27 stat.AP stat.ME
Non-parametric estimation of net survival under dependence between death causes
针对死亡原因未知且依赖的竞争风险生存模型，本文提出基于随机过程和鞅的广义非参数净生存估计器，放松独立性假设并推导其渐近性质、方差估计与检验，通过模拟和结直肠癌数据验证，为Pohar Perme估计器提供新视角。
2025-02-13 math.ST stat.TH
Colorectal cancer trends in Chile: a Latin-American country with marked socioeconomic inequities
结直肠癌是世界上第三大常见的恶性肿瘤。在一些建立了筛查计划的国家，其发病率和死亡率有所下降，生存率有所提高。目标：为了获得关于智利CRC流行病学的可靠数据，我们分析了过去十年的趋势以及可观察因素对生存率的影响，包括CRC治疗获得的明确保证（GES计划）。使用了卫生部和国家统计研究所公布的公开数据。从死亡率和出院登记处获得数据，使个人的后续行动成为可能。计算粗和年龄标准化发病率和死亡率，并通过构建Kaplan-Meier曲线研究个体生存率。最后，建立Cox统计模型来估计可观察因素的影响。
2022-01-04 q-bio.PE stat.ME
Nearest Neighbor and Kernel Survival Analysis: Nonasymptotic Error Bounds and Strong Consistency Rates
Heinz College of Information Systems and Public Policy, Carnegie Mellon University（卡内基梅隆大学海因茨信息系统与公共政策学院）
我们建立了基于Kaplan-Meier的最近邻和核生存概率估计的第一个非渐近误差界，其中特征向量位于度量空间中。我们的界限意味着这些非参数估计的强一致性率，直到一个对数因子，匹配现有的条件CDF估计的下限。我们的证明策略也产生了非渐近保证最近的邻居和内核变量的纳尔逊-阿伦累积风险估计。我们在四个数据集上对这些方法进行了实验比较。我们发现，对于核生存估计，一个很好的选择内核是一个学习使用随机生存森林。
2022-09-14 cs.LG stat.ML
Variance Estimation for the Inverse Probability of Treatment Weighted Kaplan Meier Estimator
Gilead Sciences（吉利德科学）
针对观察性研究中IPTW Kaplan-Meier估计量方差估计未考虑权重变异性的问题，本文基于估计的倾向得分进行严格渐近分析，提出插入式方差估计量，模拟证明其比XL方差估计量更准确。
2025-11-02 stat.ME
Distributed Kaplan-Meier Analysis via the Influence Function with Application to COVID-19 and COVID-19 Vaccine Adverse Events
本文提出基于影响函数的分布式Kaplan-Meier生存分析方法，在无需共享个体数据的情况下进行多中心统计推断，并应用于COVID-19感染与疫苗接种后血栓风险比较，发现感染后血栓发生率远高于疫苗接种后。
2025-07-18 stat.ME
Program Evaluation with Right-Censored Data
在一个统一的框架中，我们提供了各种处理效应的估计值和置信带，当感兴趣的结果，通常是持续时间，进行右删失。我们的方法适应不同的识别假设下，包括不混淆，局部处理效应，和非线性差异的差异，平均，分布和分位数处理效应。所提出的估计量易于实现，具有封闭形式的表示，在估计干扰参数时完全由数据驱动，并且不依赖于参数分布假设、形状限制或限制不同亚群之间的潜在处理效应异质性。这些处理效应的结果是作为两步卡普兰-迈耶估计量的更一般的结果，是独立的利益：我们提供了应用条件（i）一致大数定律，（ii）功能中心极限定理，和（iii）我们证明了普通的非参数引导的有效性，在两步估计过程中的利益的结果可能是随机删失。
2016-04-10 econ.EM stat.ME
Novelty Detection in Network Traffic: Using Survival Analysis for Feature Identification
Johns Hopkins University（约翰斯·霍普金斯大学）；Army Cyber Institute（陆军网络研究所）
入侵检测系统是许多组织网络防御和弹性策略的重要组成部分。然而，这些系统的一个缺点是它们依赖于已知的攻击签名来检测恶意网络事件。当涉及到未知的攻击类型和零日漏洞利用时，现代入侵检测系统往往不足。在本文中，我们介绍了一种非常规的方法来识别网络流量的特点，影响新奇的检测生存分析技术的基础上。具体来说，我们结合了几个Cox比例风险模型，并实施Kaplan-Meier估计来预测分类器在任何给定时间注入未知网络攻击后识别新颖性的概率。所提出的模型是成功的，在精确定位PSH标志计数，ACK标志计数，URG标志计数，和下/上比率作为主要特征，通过随机森林，贝叶斯岭，和线性支持向量回归分类器影响新奇检测。
2023-01-16 cs.AI cs.CR stat.ME
A class of two-sample nonparametric statistics for binary and time-to-event outcomes
本文提出了一类检验比例相等性和生存函数相等性的两样本统计量。我们建立我们的建议的加权组合的分数检验的比例和加权Kaplan-Meier基于神经网络的生存函数的差异的测试。拟定的统计量是完全非参数的，不依赖于生存结局的比例风险假设。我们提出了这些统计量的渐近分布，提出了一个方差估计，并显示其渐近性质下固定和局部替代。我们讨论了不同的权重选择，包括那些控制每个结果的相对相关性，并强调在生存结果中检测到的差异类型。我们评估这些统计的性能与模拟研究，并说明其使用的随机III期癌症疫苗试验。我们已经在R包SurvBin中实现了建议的统计数据，可以在GitHub（https：//github.com/MartaBofillRoig/SurvBin）上获得。
2020-04-04 stat.AP stat.ME
Detecting Early and Late Divergences in Survival Curves Using Nonparametric Effect Measures
Intelligent Data Analytics (IDA) Lab, Department of Artificial Intelligence and Human Interfaces (AIHI), Paris Lodron University of Salzburg（萨尔茨堡巴黎罗德大学）；School of Mathematical and Physical Sciences, Macquarie University（麦考瑞大学数理科学学院）；Division of Biostatistics, German Cancer Research Center（德国癌症研究中心）
该研究针对生存曲线早期与晚期分歧难以用比例风险假设捕捉的问题，构建含Kaplan–Meier相关效应及新型时间对比的联合推断框架，经模拟和实际应用验证其性能优于log-rank检验，可揭示隐藏的早期治疗优势。
2026-09-03 stat.ME
Asymptotic theory of rerandomization for survival analysis
Mississippi State University（密西西比州立大学）；Yale School of Public Health（耶鲁公共卫生学院）
本文研究了重新随机化在生存分析中的渐近性质，证明了治疗特异性生存函数估计量在分层重新随机化下的统一弱收敛性，并探讨了反事实调整对无限维目标估计量的影响。
2026-04-25 math.ST stat.ME stat.TH
Determinants of Patent Survival in Emerging Economies: Evidence from Residential Patents in India
本文的目的是使用专利水平特征来估计居民专利（在印度专利局（IPO）提交并分配给印度公司）的生存。本研究使用了1995年1月1日至2005年12月31日期间申请并最终获得批准的企业级专利的更新信息。IPO提供的数据包括分配给266家公司（外国子公司和国内公司）的2025项居民专利。通过Kaplan-Meier估计和Cox比例风险回归进行生存分析。本研究的结果表明，专利的生存期很大程度上取决于其技术范围和发明人的规模。此外，专利的公司采取税收抵免优惠表现出较低的生存率相比，专利的其余公司。研究还发现，与DSIR有关联的外国公司申请的专利从R&D税收激励政策中获得了更多的利益。
2022-08-10 stat.AP
The Brier Score under Administrative Censoring: Problems and Solutions
University of Oslo（奥斯陆大学）
Brier评分通常用于评估概率预测。在生存分析中，使用事件时间的右删失观察值，该评分可以通过逆删失概率（IPCW）进行加权，以保留其原始解释。通常的做法是使用卡普兰-迈耶估计量估计删失分布，即使它假设删失分布与协变量无关。本文讨论了布里尔分数的截尾估计的一般影响，并表明截尾分布的估计可能是有问题的。特别是，当可以从协变量中确定删失时间时，IPCW评分不再有效。对于行政审查的数据，潜在的审查时间是已知的所有个人，我们提出了一个替代版本的Brier评分。该管理Brier评分不需要估计删失分布，即使可以从协变量中确定删失时间，也是有效的。
2019-12-18 cs.LG stat.AP stat.ML
Survival Analysis of Organizational Networks -- An Exploratory Study
组织与环境和其他组织相互作用，这些相互作用构成了学习和进化的重要方式。为了克服它们在存在期间所面临的问题，组织当然必须采取生存战略，无论是个人还是团体。本研究的目的是评估一组预后因素（组织，规模，合作策略等）的影响。组织网络的生存。使用至事件发生时间数据的统计方法分析数据。我们使用Kaplan-Meier乘积限法计算和绘制生存估计值，同时使用假设检验比较几组的生存时间。回归模型用于研究连续预测因子的影响，以及一次测试多个预测因子。由于违反比例风险被发现的几个预测，加速故障时间模型被用来研究解释变量对网络生存的影响。
2020-05-04 stat.AP
Long-Term Tail Modeling in Survival Analysis via Extended Generalized Pareto Distributions
Universidade de São Paulo（圣保罗大学）；Faculdade de Ciências, Universidade de Lisboa（里斯本大学理学院）
本研究提出扩展广义帕累托模型用于右删失生存数据的尾部推断与长期外推，比较三种扰动设定，发现Beta模型在尾部指数估计上最优，直方图估计器在低删失下尺度估计最佳，且拟合相似时外推结果可能差异显著。
2026-09-24 math.ST stat.AP stat.ME
Survival analysis under non-proportional hazards: investigating non-inferiority or equivalence in time-to-event data
分析至事件发生时间数据的经典方法（例如，在临床试验中）是拟合Kaplan-Meier曲线，得到处理效应作为治疗组之间的风险比。之后通常进行对数秩检验，以研究生存率是否存在差异，或者根据其他协变量，使用Cox比例风险模型。然而，在许多试验中，这些方法由于存在非比例风险而失败，导致难以解释风险比和功效损失。当考虑等效性或非劣效性试验时，通常进行的基于对数秩的检验同样会受到违反这一假设的影响。在这里，我们提出了一个参数框架来评估生存数据的等效性或非劣效性。我们推导出了生存曲线的风险比和差异的逐点置信带。此外，我们提出了一个测试程序，解决非劣效性和等效性直接比较生存函数在某些时间点或整个时间范围内。我们通过一个临床试验的例子和大量的仿真结果证明了该方法的有效性。
2020-09-14 stat.AP stat.ME
Accurate Evaluation of Quickest Changepoint Detectors via Non-parametric Survival Analysis
NEC Corporation（日本NEC公司）
本文提出非参数估计方法用于快速突变点检测中的平均运行长度和平均检测延迟，通过将突变点检测与生存分析类比，解决了有限和不规则序列长度下的估计问题，提升了模型的鲁棒性和可解释性。
2026-05-11 cs.IT cs.LG math.IT
Model-Robust Inference for Clinical Trials that Improve Precision by Stratified Randomization and Covariate Adjustment
分层随机化和协变量调整是临床试验中提高精度和把握度的两种常用方法。然而，许多试验没有充分利用这两种方法的组合精度增益，这可能导致在样本量和试验持续时间方面的资源浪费。我们得出的一致性和渐近正态性的模型稳健估计，结合这两种方法，并表明，这些估计可以导致大量收益的精度和权力。我们的定理涵盖了一类估计，处理连续的，二进制的，和时间到事件的结果，在随机缺失假设下的缺失结果处理。对于每个估计量，我们给出了一个一致的方差估计量的公式，该方差估计量是模型稳健的，并且完全捕获了分层随机化和协变量调整的方差减少。在分层随机化条件下，首次证明了卡普兰-迈耶估计量的相合性和渐近正态性，并导出了其渐近方差.上述结果也适用于有偏硬币协变量自适应设计。我们使用三个已完成的3期药物使用障碍治疗随机试验数据集来证明我们的结果，其中由于分层随机化和协变量调整，方差减少的范围从1%到36%。
2020-09-03 stat.ME
Survival Estimation for Missing not at Random Censoring Indicators based on Copula Models
Université d’Angers（昂热大学）
针对右删失数据中删失指标非随机缺失（MNAR）的问题，提出基于条件 copula 模型的新生存函数估计量，并通过模拟与真实数据验证了其有效性与实用性。
2023-09-14 cs.LG stat.ML
adjustedCurves: Estimating Confounder-Adjusted Survival Curves in R
Ruhr-University Bochum（鲁尔大学波鸿）；Department of Medical Informatics, Biometry and Epidemiology（医学信息学、生物统计学和流行病学系）
该研究推出adjustedCurves R包，可利用多种文献方法估计绘制混杂因素调整后的生存曲线，整合现有R包功能并新增多项特性，通过2982例乳腺癌数据示例说明其用法，解决观察性研究中Kaplan-Meier曲线的局限性问题。
2026-08-19 stat.CO stat.ME
Learning to rank for censored survival data
Montreal Institute for Learning Algorithms（蒙特利尔学习算法研究所）；Université de Montréal（蒙特利尔大学）；Centre Hospitalier de l’Université de Montréal（蒙特利尔大学中心医院）；École Polytechnique de Montréal（蒙特利尔综合理工学院）
生存分析是一种半监督排序任务，其目标输出（生存时间）通常是右删失的。利用这些信息是一个挑战，因为如何正确地将这些删失的示例合并到模型中并不明显。我们研究了三个类别的损失函数，即部分似然方法，秩方法，我们的分类方法的基础上的Wasserstein度量（WM）和非参数Kaplan Meier估计的概率密度来估算的标签的删失的例子，可以利用这些信息。所提出的方法允许我们有一个模型，预测事件的概率分布。如果临床医生能够获得随时间推移的事件的详细概率，这将有助于治疗计划。例如，确定肾移植排斥反应的风险是恒定的还是在一段时间后达到峰值。此外，我们证明了这种方法直接优化预期的C-指数，这是最常见的评价指标排名生存模型。
2018-06-08 cs.AI cs.LG stat.ML
Empirical Simulation of Survival and Mixed-Type Data for Clinical Trial Design
Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）；Eli Lilly and Company（礼来公司）
本研究提出基于经验Copula的R包EmpiricalSim，用于模拟含多类型变量的多元生存数据，可匹配目标生存分布并保留变量间相关性，在肿瘤临床试验数据重建中表现良好。
2026-08-14 stat.ME
Use of survival analysis and simulation to improve maintenance planning of high voltage instrument transformers in the Dutch transmission system
本文介绍了使用生存分析和仿真来模拟荷兰输电系统中高压Transformers的寿命。为了表示资产年龄，使用非参数Kaplan-Meier方法来拟合韦布尔分布。这种方法在三种不同的电压水平上实现，即110 kV、150 kV和220/380 kV。真实的故障和检查数据被用来实现一个现实的故障模型的互感器。本研究使用了1989年至2021年期间发生的故障和维护数据。尽管存在缺失和低质量的数据，仍然可以准备丰富的故障数据库。这项研究还提供了对因素的见解（即，电压水平，在服务年龄）影响剩余寿命的图形生存函数和参数韦布尔分布分析。基于衍生的统计数据，未来可能的维护计划场景在数字孪生支持平台中的复杂系统建模框架下进行模拟。最后，根据更换成本（CAPEX）、检查小时数和不可用小时数对方案进行评估。
2023-01-03 stat.AP
Comment on "Average Hazard as Harmonic Mean" by Chiba
本文针对 Chiba 对 Kaplan-Meier 插件估计量在平均风险估计中有效性的质疑，通过模拟研究证明该估计量在不同截断时间和小样本下仍可靠，从而支持其继续使用并澄清相关解释。
2025-07-21 stat.CO stat.ME
Semiparametric Piecewise Accelerated Failure Time Model for the Analysis of Immune-Oncology Clinical Trials
针对免疫肿瘤治疗存在迟滞时间导致比例风险假设失效的问题，提出半参数分段加速失效时间模型，基于半参数极大似然法推断，提供整体治疗概括并统一识别获益较少的患者。
2024-07-24 stat.AP stat.ME
Analyzing Breast Cancer Survival Disparities by Race and Demographic Location: A Survival Analysis Approach
Morgan State University（摩根州立大学）
本文基于 SEER 2021 数据集，结合 EDA、Kaplan-Meier、log-rank 检验与 Cox 比例风险模型，分析不同种族和地区乳腺癌患者的生存差异，为精准干预提供依据。
2025-06-08 cs.LG stat.AP
A Tutorial for Evaluating Cure Model Appropriateness
University of Kansas Medical Center（堪萨斯大学医学中心）；St. Jude Children's Research Hospital（圣裘德儿童研究医院）
本文提出系统评估治愈模型适用性的方法，结合临床判断、Kaplan-Meier曲线分析和定量评估，通过骨髓移植数据示例提供实用指导，提升生存分析可靠性。
2026-05-13 stat.ME
Re-examining and calibrating weighted survival analysis for causal inference
College of Economics, China Jiliang University（中国计量大学经济管理学院）；Department of Statistics, Rutgers University（罗格斯大学统计学系）；Institute for Health, Health Care Policy, and Aging Research, Rutgers University（罗格斯大学健康、医疗政策和老龄化研究所）
本文重新审视加权Kaplan-Meier方法，并开发新的校准方法以改进生存分析的统计特性，通过模拟和实证研究验证了其有效性。
2026-05-15 stat.ME
Rank-Based Estimation of U-Shaped Biomarker Risk Curves and Critical Points for Time-to-Event Outcomes
Emory University Rollins School of Public Health（埃默里大学罗林斯公共卫生学院）；Department of Biostatistics Johns Hopkins Bloomberg School of Public Health（约翰霍普金斯大学彭博公共卫生学院生物统计系）；Eli Lilly and Company（礼来公司）；Department of Neurology Johns Hopkins School of Medicine（约翰霍普金斯大学医学院神经病学系）
研究针对预后生物标志物水平与不良事件风险的U型关系，提出半参数转换模型，通过基于秩的估计和特定估计方法，能在单个生存模型中估计亚组特异性U型风险曲线及其临界点，并应用于UK Biobank数据。
2026-07-22 stat.ME
On the estimation of inclusion probabilities for weighted analyses of nested case control studies
University of Bologna（博洛尼亚大学）；University of Bristol（布里斯托大学）；Albert Einstein College of Medicine（爱因斯坦医学院）；University of Oslo（奥斯陆大学）；Norwegian Institute of Public Health（挪威公共卫生研究所）；Cancer Registry of Norway（挪威癌症登记处）；International Agency for Research on Cancer（国际癌症研究机构）
本文探讨了嵌套病例对照研究中加权分析的纳入概率估计问题，揭示了KM和GAM权重在特定场景下的偏差风险，并提出基于DAGs的框架以优化权重计算。
2026-01-07 stat.ME
A nonparametric model-based estimator for the cumulative distribution function of a right censored variable in a finite population
在调查分析中，对累积分布函数（cdf）的估计是很有意义的：例如，它允许从cdf导出分位数估计量或其他非线性参数。我们考虑的情况下，响应变量是一个右删失的持续时间变量。在这个框架中，cdf的经典估计量是卡普兰-迈耶估计量。作为替代，我们提出了一个非参数模型为基础的估计在有限的人口cdf。新的估计量使用了连续协变量带来的辅助信息，并基于适用于删失情况的非参数中位数回归。估计量的预测误差的偏差和方差估计的自举程序适合于删失。新的估计量进行比较，基于模型的模拟与卡普兰-迈耶估计量计算的抽样个人：一个显着的增益精度带来的新方法，无论样本的大小和删失率。福利持续时间的数据来说明新的方法。
2014-04-11 stat.ME
PIONEER: Bayesian Joint Modelling of Mechanistic Tumour Growth and Time-to-Event Endpoints for Dynamic Prediction of Ongoing Oncology Trials
针对肿瘤学临床试验生存数据不成熟的问题，提出PIONEER贝叶斯联合建模框架，结合肿瘤大小动态与临床事件子模型，通过单次前向模拟得出临床终点，经案例验证可提前预测且量化不确定性，为临床开发决策提供支持。
2026-07-21 math.ST stat.AP stat.ME
Comparing Two Survival Functions at a Fixed Timepoint
Biostatistics Research Branch, National Institute of Allergy and Infectious Diseases（过敏和传染病研究所生物统计研究分支）；Frederick National Laboratory for Cancer Research（弗雷德癌症国家实验室）；Axle Informatics（Axle信息学）
本文针对右删失下固定时间点的两条生存函数比较问题，将单样本Greenwood方差调整纳入delta法两样本应用，扩展BPCP融合区间为中p版本，经模拟发现BPCP融合可保证全场景覆盖率，中p版本覆盖率最接近名义，还提供了bpcp R包函数。
2026-08-03 stat.ME
Meta-analysis of median survival times with inverse-variance weighting
Yale School of Public Health（耶鲁大学公共卫生学院）；McGill University（麦吉尔大学）；The Ohio State University（俄亥俄州立大学）
本文提出一种基于反方差加权的方法，通过估计研究内部的标准误差来元分析中位生存时间，评估了其在不同置信区间下的性能。
2026-02-09 stat.ME
