Probability-scale residuals for event-time data
针对一般区间删失事件时间数据缺乏对应概率尺度残差的问题,研究扩展出适用于混合情形区间删失及多种常见删失机制的PSR,推导其统计性质并通过真实HIV流行病学数据验证性能。
2024-09-18 stat.ME
On the use of meaningful score regions to interpret treatment effects on continuous clinical outcome assessments
Bayer plc(拜耳公司);Critical Path Institute(关键路径研究所)
本文探讨FDA指南中用于解释连续COA评分治疗效果的有意义评分区域(MSRs)方法,通过历史证据和模拟发现以最大MSR宽度为基准可能漏检有意义疗效,并提出基于MSR成员概率的替代评估方法。
2026-09-22 stat.ME
Double Probability Integral Transform Residuals for Regression Models with Discrete Outcomes
本文针对离散结果回归模型评估中传统残差不服从正态分布的问题,提出基于双重概率积分变换的新型残差,并开发有序曲线作为补充工具,通过理论与模拟证明其优于常用残差。
2024-01-04 stat.AP stat.ME
Construction and assessment of prediction rules for binary outcome in the presence of missing predictor data using multiple imputation: theoretical perspective and data-based evaluation
我们调查的问题,校准和评估的预测规则在预后设计时,缺失值存在于预测。我们的论文有两个关键目标,这是概括的。第一个是研究如何将预测规则的校准与使用多重插补相结合,以解释缺失的预测值。第二个目标是提出这样的方法,可以实现与当前的多重插补软件,同时允许无偏的预测评估,通过验证新的观察结果还没有。为了告知方法的定义,我们首先回顾了多重插补作为模型估计方法的理论背景,而不是纯粹的算法描述。我们特别对比应用多重插补进行参数(效应)估计和预测校准。基于这一审查,制定了两种方法,其中第二个利用经典的鲁宾规则的应用程序的参数估计,而第一种方法的平均概率从模型拟合单插补直接近似的预测密度为未来的观察。我们目前的实现使用当前的软件,允许验证或交叉验证的性能指标的估计,以及插补的缺失数据预测未来的数据,结果是根据定义,尚未观察到的。尽管所讨论的原则是普遍适用的,但我们始终将讨论限制在二元结果和逻辑斯谛回归上。我们提出了两个数据集作为我们的定期咨询实践的例子。结果表明,方法之间的准确性差异不大,但使用第一种方法时,校准概率的变化大幅减少。
2018-10-11 stat.ME
Bridge-Anchored Partial Identification of a Target Mean under Outcome-Model Drift
针对结局模型漂移导致目标均值不可点识别的问题,提出利用桥结局进行部分识别,通过桥匹配方程和残差界构造识别集,并开发去偏估计量,实现稳健推断。
2026-09-30 stat.ME
Semi-Parametric Sensitivity Analysis for Trials with Irregular and Informative Assessment Times
针对试验中不规则且具信息性的评估时间,提出以EA假设为基准、由指数倾斜参数刻画偏离的半参数敏感性分析方法,并采用增广逆强度加权估计量。
2024-10-25 stat.ME
Weighted trajectory analysis and application to clinical outcome assessment
针对KM无法处理有序及波动临床结局的问题,本文提出WTA及类logrank检验,经模拟与真实数据验证可提升效能并减少I、II类错误。
2023-06-07 stat.ME
Statistical Design of Pragmatic Trials Using Electronic Health Record Data when Outcome Assessments are Uncontrolled and Irregular
Kaiser Permanente Washington Health Research Institute(凯撒永久华盛顿健康研究所);Kaiser Permanente Center for Health Research Northwest Region(凯撒永久西北区健康研究中心);Department of Biostatistics, School of Public Health, University of Washington(华盛顿大学公共卫生学院生物统计系)
本文探讨了在结局评估不受控且不规则的情况下,如何利用电子健康记录数据设计实用试验,并通过模拟研究比较了不同统计方法对治疗效果估计的影响,提出线性混合模型是有效方法。
2026-05-08 stat.AP stat.ME
Fairness in Risk Assessment Instruments: Post-Processing to Achieve Counterfactual Equalized Odds
在刑事司法、医学和社会福利等领域,决策者越来越多地使用算法风险评估工具(RAI)。RAIs评估不良后果的风险,如累犯或忽视儿童,可能为高风险的决定提供信息,如是否保释被告或启动儿童福利调查。重要的是要确保RAIs是公平的,以便公平地分配这些决定的利益和危害。最广泛使用的算法公平性标准是针对可观察的结果制定的,例如一个人是否真的再犯,但这些标准在应用于RAI时具有误导性。由于RAIs旨在为可以降低风险的干预措施提供信息,因此预测本身会影响下游结果。最近的工作认为,区域审计机构的公平标准应该利用潜在的结果,即在没有适当干预的情况下会发生的结果。然而,目前还不存在满足这种公平标准的方法。在本文中,我们针对这样一个标准,反事实均衡赔率。我们开发了一个后处理的预测,估计通过双鲁棒估计,扩展和适应以前的后处理方法的反事实设置。我们还提供了双鲁棒估计的风险和公平性的任意固定后处理的预测。我们的预测收敛到一个最佳的公平的预测在快速的速度。我们说明了我们的方法的属性,并表明它表现良好的模拟和真实数据。
2021-08-07 stat.ME
Partial Identification under High-Dimensional Potential Outcomes and Confounders via Optimal Transport
Fudan University(复旦大学);School of Statistics and Data Science, Shanghai University of Finance and Economics(上海财经大学统计与数据科学学院);Institute of Big Data Research, Shanghai University of Finance and Economics(上海财经大学大数据研究院);Department of Data Science and Operations, University of Southern California(南加州大学数据科学与运营系)
针对高维潜在结果和混杂因素下最优传输方法计算和统计不可行的问题,提出通过将传输问题分解为低维信号子空间和高维残差子空间,并利用切片Wasserstein距离恢复残差传输能量,从而得到更紧的因果界。
2026-05-30 stat.ME
Augmented Outcome-weighted Learning for Optimal Treatment Regimes
精准医学在临床、学术和监管方面都有相当大的兴趣。精准医疗的关键是最佳治疗方案。最近,Zhou等人(2017)开发了残差加权学习(RWL)来构建直接优化临床结局的最佳方案。然而,该方法涉及计算密集型非凸优化,这不能保证全局解。此外,这种方法不具有完全半参数效率。在这篇文章中,我们提出了增强的结果加权学习(AOL)。该方法是建立在一个双鲁棒增广逆概率加权估计,从而构造半参数有效的制度。我们提出的AOL与RWL密切相关。权重是从反事实残差中获得的,其中负残差被反映为正,因此其治疗分配被切换为相反。因此,凸损失函数被应用于保证全局解并减少计算。我们表明,AOL是普遍一致的,即,当样本量接近无穷大时,AOL的估计状态收敛于贝叶斯状态,而不知道数据分布的任何细节。我们还提出了线性和非线性制度,分别变量选择方法,以进一步提高性能。模拟研究和奈法唑酮-CBASP临床试验数据的分析说明了拟议AOL方法的性能。
2017-11-29 stat.ME
Adaptive Sampling of Costly Outcomes in Randomized Clinical Trials
University of Louisville(路易斯维尔大学);University of Louisville School of Medicine(路易斯维尔大学医学院);Takeda Pharmaceuticals(武田制药);Bristol Myers Squibb(百时美施贵宝)
针对随机试验中昂贵结局,提出盲态自适应抽样设计,用增强逆概率加权估计,模拟显示比简单随机抽样效率高12%-34%,方差降低39%。
2026-09-30 stat.ME
Calibration of prediction rules for life-time outcomes using prognostic Cox regression survival models and multiple imputations to account for missing predictor data with cross-validatory assessment
Leiden University Medical Center(莱顿大学医学中心)
在本文中,我们扩大了方法,在Mertens等。al(2020,Biometrical Journal)的研究,该研究受删失的影响,并且当插补用于解释缺失值时。我们考虑的问题,缺失值可能会发生在校准数据以及新的预测观测(验证)。我们关注的是考克斯模型。描述了在删失的生存建模中将插补与预测校准相结合的方法。交叉验证的应用进行了讨论。我们展示了结论如何广泛地证实了第一篇仅限于二元结果研究的论文。具体来说,预测平均似乎具有优越的统计特性,特别是较小的预测变化,而不是直接应用鲁宾的规则。当使用鲁宾的基于规则的方法时,讨论了处理基线危险的不同方法。
2021-05-04 cs.LG stat.AP stat.ME
Residual-on-Residual Regression as a Tool for Effect Estimation in Observational Data
Emory University(埃默里大学);University of Pittsburgh(匹兹堡大学)
提出残差对残差回归方法,通过拟合结局和暴露的混杂调整模型,再用普通最小二乘回归结局残差对暴露残差,估计部分线性模型中的暴露效应,在弱正向性违反时比AIPW和TMLE更稳定。
2026-07-01 stat.AP stat.ME
Qualify-Then-Borrow: A Five-Step Framework for Bayesian Borrowing Beyond Outcome Agreement
St. Jude Children's Research Hospital(圣裘德儿童研究医院)
QTB提出五步决策框架,通过科学来源评估决定外部数据是否借用、修复或排除,再以动态借用处理残差兼容性,避免仅依赖结果一致性导致的错误借用。
2026-09-22 stat.ME
An Augmented Likelihood Approach for the Discrete Proportional Hazards Model Using Auxiliary and Validated Outcome Data -- with Application to the HCHS/SOL Study
在大型流行病学研究中,通常在定期随访访视期间使用廉价的非侵入性程序来记录疾病状态,而金标准测试的评估频率较低。像自我报告的疾病状态这样便宜的结果测量是可行的,但容易出错。依赖于易出错结果的关联分析可能会导致有偏差的结果;然而,将分析仅限于来自不太频繁观察到的无错误结果的数据可能是低效的。我们已经开发了一种增强的可能性,它结合了来自易出错结果和黄金标准评估的数据。我们进行了一个数值研究,以显示我们如何可以提高统计效率,通过使用所提出的方法在标准的方法区间删失生存数据,不利用辅助数据。我们将此方法扩展到复杂的调查设计设置,以便它可以应用于我们的激励数据示例中。我们的方法应用于西班牙裔社区健康研究/拉丁美洲人研究的数据,以评估能量和蛋白质摄入量与糖尿病发病风险之间的关联。在我们的应用程序中,我们演示了我们的方法如何与回归校准结合使用,以额外解决自报饮食中的协变量测量误差。
2022-09-21 stat.ME
Sensitivity analysis for causal mediation: bridge score, sharp sensitivity bounds, and calibration
Yale University School of Public Health(耶鲁大学公共卫生学院)
本文提出桥分数作为中介阶段的平衡分数,并通过两个可解释的潜在混淆参数推导出精确的点wise界限,同时介绍了两种校准方法以实现敏感性分析。
2026-06-12 stat.ME
Diagnostics for Regression Models with Semicontinuous Outcomes
针对半连续数据在零处的点质量导致标准诊断工具失效的问题,提出一种适用于一般回归模型的新残差方法,其收敛于均匀分布以检测模型误设,并可评估预测分布,已通过医疗支出数据验证。
2024-01-12 stat.AP stat.ME
SPARK: A General Goodness-of-Fit Assessment via Residual Projection
School of Statistics, Renmin University of China(中国人民大学统计学院);Yau Mathematical Science Center, Tshinghua University(清华大学丘成桐数学科学中心)
SPARK提出一种基于残差投影的通用拟合优度检验框架,适用于传统模型与黑盒学习器、连续与二元响应及低高维预测变量,通过去偏和核投影方法提取剩余信号,并验证其渐近性质与有效性。
2026-09-30 math.ST stat.ME stat.ML
Honest calibration assessment for binary outcome predictions
二进制回归或机器学习方法的概率预测应该被校准:如果预测事件发生的概率为$x$,则它应该以近似的频率实现,这意味着所谓的校准曲线$p(\cdot)$应该等于单位区间内所有$x$的恒等式$p(x) = x$。我们提出了诚实的校准评估的基础上,新的置信带的校准曲线,这是有效的,只受自然假设的等渗性。除了测试完美校准的经典拟合优度原假设外,我们的波段还有助于反演拟合优度测试,其拒绝允许一个足够好的指定模型的结论。我们表明,我们的波段有一个有限的样本覆盖率的保证,比现有的方法窄,并适应本地平滑的校准曲线$p$和本地方差的二进制观测。在一个应用模型预测的婴儿具有低出生体重,边界提供了翔实的见解模型校准。
2022-11-02 econ.EM math.ST stat.ME
Novel Knockoff Generation and Importance Measures with Heterogeneous Data via Conditional Residuals and Local Gradients
针对现有Knockoff变量选择方法难以处理异构无分布数据及依赖线性模型的局限,提出基于条件残差的灵活Knockoff生成框架与兼容非线性模型的MALD重要性度量,在模拟及小鼠DNA甲基化数据中表现更优。
2025-08-20 stat.ME
Nonparametric assessment of regimen response curve estimators
本文提出动态边际结构模型估计参数化决策规则类中的治疗方案反应曲线,并利用反事实风险及其逆概率加权估计量评估工作模型拟合优度,在LS1帕金森病数据上验证方法。
2024-02-26 stat.ME
Residual-based Alternative Partial Least Squares for Generalized Functional Linear Models
针对基于医学成像数据预测临床结果的需求,本文提出基于残差的替代偏最小二乘(RAPLS)模型,用于包含函数型和标量协变量的广义函数线性模型,并从理论和应用两方面证明了其有效性与渐近性质。
2025-05-01 stat.ME
A standardized framework for risk-based assessment of treatment effect heterogeneity in observational healthcare databases
处理效应异质性的预测方法声明重点关注基线风险作为处理效应的稳健预测因子,并为RCT背景下基于风险的处理效应异质性评估提供指导。本研究的目的是使用标准化的可扩展框架将这种方法扩展到观察环境。该框架包括五个步骤:1)确定研究目标,即,人群、治疗、对照药物和关注的结局; 2)相关数据库的识别; 3)关注结局的预测模型的开发; 4)校正观察到的混杂因素后,在预测风险分层内估计相对和绝对处理效应; 5)结果的展示。我们通过评估血管紧张素转换酶(ACE)抑制剂与β受体阻滞剂对三个观察性数据库中三个疗效和六个安全性结局的影响的异质性来证明我们的框架。拟议的框架可以补充任何比较效力研究。我们提供了一个公开可用的R软件包,用于将此框架应用于映射到观察性医学成果伙伴关系公共数据模型的任何数据库。在我们的研究中,急性心肌梗死低风险患者在所有三种疗效结局方面的绝对获益可忽略不计,尽管在最高风险季度更为明显,尤其是在心力衰竭住院治疗方面。然而,失败的诊断显示残余不平衡的证据,即使在调整观察到的混杂。我们的框架允许评价不同风险分层的不同处理效应,这为考虑替代治疗之间的获益-损害权衡提供了机会。
2022-07-01 stat.ME stat.ML
Blended Survival Curves: A New Approach to Extrapolation for Time-to-Event Outcomes from Clinical Trial in Health Technology Assessment
由于随机对照试验(RCTs)的持续时间有限,生存期外推在成本效益分析中是必不可少的,以量化与新干预措施相关的终生生存获益。目前的外推方法通常假设试验中观察到的处理效应可以无限期地持续下去,这是不现实的,可能对资源分配的决定产生巨大影响。目的介绍一种新的方法,以缓解临床试验中严重删失数据的生存外推问题。方法主要思想是混合一个灵活的模型(例如,Cox半参数),以尽可能拟合观察到的数据和参数模型编码的基础长期生存的预期行为的假设。这两个“混合”成一个单一的生存曲线,这是相同的Cox模型在观察时间的范围内,并逐渐接近参数模型的外推期的基础上的权重函数。权重函数调节两条生存曲线的混合方式,确定内部和外部来源如何随着时间的推移对估计的生存做出贡献。结果利妥昔单抗联合氟达拉滨和环磷酰胺与单用氟达拉滨和环磷酰胺一线治疗慢性淋巴细胞白血病的4年随访RCT用于说明该方法。结论不成熟试验数据的长期外推可能导致不同建模假设下的估计值存在显著差异。混合方法提供了足够的灵活性,允许考虑各种可能的情景,并包括基于硬数据或专家意见等的真实外部信息。内部效度和外部效度都可以仔细检查。
2022-06-01 stat.ME
Multivariate Varying-Coefficient BART with Graphical Horseshoe Priors
University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
提出多变量变系数BART框架,用独立BART集成建模非线性系数曲面,图形马蹄先验捕捉残差稀疏依赖,并证明后验收缩率。
2026-06-27 math.ST stat.ME stat.ML
Convex Mixture Regression for Quantitative Risk Assessment
有广泛的兴趣,研究如何连续响应的分布变化与预测。我们的动机是环境应用,其中预测因素是暴露的剂量,反应是健康结果。这些研究的主要重点是推断与相对于基线的特定风险增加相关的剂量水平。流行的方法要么对连续反应进行二分,要么专注于对结果预期中剂量的变化进行建模。这样的选择可能导致信息丢失,并提供剂量-反应关系的不准确推断。相反,我们提出了一个贝叶斯凸混合回归模型,允许整个分布的健康结果是未知的,并随着剂量的变化。为了平衡灵活性和简约性,我们依赖于一个混合模型的密度在极端剂量,并表示条件密度在每个中间剂量通过这些极端密度的凸组合。这种表示概括了经典的剂量-反应模型的定量结果,并提供了一个更简约,但仍然强大的,制定相比,非参数方法,从而提高解释性和效率的风险函数的推断。后验推理的马尔可夫链蒙特卡罗算法的开发,我们的方法的好处概述了模拟,随着DDT暴露对胎龄的影响的研究。
2018-05-09 stat.AP stat.ME
Triage Score: A Counterfactual Risk Assessment Instrument
Harvard University(哈佛大学);Massachusetts Institute of Technology(麻省理工学院);Harvard Law School(哈佛法学院)
提出基于反事实效用的分流评分,弥补传统风险评分无法考虑干预后结果的缺陷,并通过随机对照试验证明其在政策评估和学习中的优势。
2026-06-23 stat.AP stat.ME
Evaluating the Uncertainty in Mean Residual Times: Estimators Based on Residence Times from Discrete Time Processes
本研究提出基于离散时间过程独立驻留时间的平均剩余时间不确定性估计量,经数值实验和分子动力学模拟验证,其计算成本低、精度高,可广泛用于各类模拟的不确定性评估。
2024-05-14 physics.data-an stat.ME
Fairness Evaluation in Presence of Biased Noisy Labels
风险评估工具在全国各地广泛使用,为刑事司法系统内的决策提供信息。最近,人们对这类工具是否可能带有种族偏见的问题给予了相当大的关注。在这种类型的评估中,一个基本问题是模型的训练和评估是基于一个变量(逮捕),该变量可能代表一个更重要的未观察结果(进攻)的嘈杂版本。我们提出了一个敏感性分析框架,用于评估如何假设的噪音跨组影响的预测偏差属性的风险评估模型作为一个预测的再犯。我们在两个真实世界的刑事司法数据集上的实验结果表明,即使是观察到的标签中的微小偏差也可能会对基于噪声结果的分析结论提出质疑。
2020-03-30 cs.CY stat.ME
Simultaneous Estimation of Ballpark Effects and Team Defense Using Total Bases Residuals
National Taiwan University(台湾大学);Academia Sinica(中央研究院);University of Houston(休斯顿大学);Institute of Statistical Science, Academia Sinica(中央研究院统计科学研究所)
本文基于总基数残差提出简单框架,通过Statcast数据分离球场环境和球队防守效应,提供球场和防守变化的实证支持。
2026-08-12 stat.AP stat.ME
Conformalized Regression for Continuous Bounded Outcomes
University College London(伦敦大学学院)
针对连续有界结果的回归问题,提出基于变换回归模型的共形预测区间,使用分位数残差得分处理异方差性和边界不对称性,并证明边际有效性和渐近条件有效性。
2026-10-01 cs.LG stat.ME stat.ML
Entropy methods for the confidence assessment of probabilistic classification models
许多分类模型产生概率分布作为预测的结果。该信息通常被压缩到具有最高关联概率的单个类别。在本文中,我们认为,在这个过程中被丢弃的信息的一部分,实际上可以用来进一步评估模型的善良,特别是每个预测的信心。作为本文提出的思想的应用,我们提供了一个理论解释的信心退化现象中观察到的补充方法(伯努利)朴素贝叶斯生成模型。
2021-03-28 cs.LG stat.ME stat.ML