Two-Stage Least Squares Instrumental Variable Estimation for Semiparametric Accelerated Failure Time Models with Right-Censored Data
本文提出一种结合Leurgans合成变量法的迭代重加权GEE方法，将两阶段最小二乘工具变量估计扩展至带右删失数据的半参数AFT模型，实现了高效且可扩展的因果推断。
2025-09-13 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
Semiparametric Regression Analysis of Interval-Censored Competing Risks Data
当每例研究受试者可能经历由多种原因之一引起的事件或失败，并且失败时间未被精确观察到，但已知位于两次连续检查之间的时间间隔内时，就会出现区间删失竞争风险数据。我们用公式表示可能随时间变化的协变量对累积发生率或子分布函数（即，特定原因导致的边际失效概率），通过广泛的一类半参数回归模型，捕获子分布的比例和非比例风险结构。我们允许每个受试者进行任意数量的检查，并容纳关于失败原因的缺失信息。我们考虑非参数极大似然估计，并设计了一个快速和稳定的EM型算法的计算。然后，我们建立的一致性，渐近正态性，半参数估计的有效性，呼吁现代经验过程理论。此外，我们通过广泛的模拟研究表明，所提出的方法在现实情况下表现良好。最后，我们提供了一个应用程序，对不同病毒亚型的HIV-1感染的研究。
2016-03-01 stat.ME
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
Bayesian joint modelling using semiparametric accelerated failure time approaches
The University of Queensland’s Clinical Trials Capability (ULTRA)（昆士兰大学临床试验能力中心（ULTRA））；NHMRC Clinical Trial Centre, University of Sydney（悉尼大学国家健康与医学研究委员会临床试验中心）；Australian and New Zealand Urogenital and Prostate (ANZUP) Cancer Trials Group（澳大利亚和新西兰泌尿生殖和前列腺癌症试验组）
提出一类半参数加速失效时间联合模型，直接建模协变量对事件时间的影响并灵活捕捉纵向-事件关联，采用贝叶斯框架进行估计，相比比例风险模型更具灵活性和可解释性。
2026-06-16 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
Variable Selection for Stratified Sampling Designs in Semiparametric Accelerated Failure Time Models with Clustered Failure Times
本文针对分层抽样设计下具有聚类失效时间的半参数加速失效时间模型，提出一种基于 GEE 框架的正则化 BJ 估计方法，建立了其 oracle 性质，并通过模拟和牙科研究应用验证了其在变量选择上的优越性。
2025-07-19 stat.ME
Efficient Estimation of Semiparametric Transformation Models for the Cumulative Incidence of Competing Risks
累积发生率是在存在其他风险的情况下，在一定时间段内关注原因导致的失效概率。Fine和Gray（1999）提出的半参数回归模型已成为阐述协变量对累积发生率影响的首选方法。然而，它的估计需要对删失分布进行建模，并且在统计上是不有效的。在本文中，我们提出了一个广泛的类的半参数转换模型，扩展了精细和灰色模型，我们允许未知的失败原因。我们推导出非参数极大似然估计（NPMLEs）和开发简单和快速的数值算法使用的轮廓似然。我们建立了NPMLEs的一致性，渐近正态性和半参数有效性。此外，我们构建图形和数值程序来评估和选择模型。最后，我们通过广泛的模拟研究和骨髓移植的主要研究的应用程序证明了所提出的方法比现有的方法的优势。
2016-03-01 stat.ME
Maximum Likelihood Estimation for Semiparametric Transformation Models with Interval-Censored Data
区间删失经常出现在临床、流行病学、金融和社会学研究中，其中已知感兴趣的事件或故障仅发生在由定期监测引起的区间内。我们制定了潜在的时间依赖性协变量的区间删失失效时间的影响，通过广泛的一类半参数转换模型，包括比例风险和比例优势模型。我们考虑这类模型的非参数极大似然估计，其中每个受试者具有任意数量的监测次数。我们设计了一个EM型算法，收敛稳定，即使在存在时间依赖的协变量，并表明回归参数的估计是一致的，渐近正态，渐近有效的一个容易估计的协方差阵。最后，我们证明了我们的程序的性能，通过广泛的模拟研究和应用程序在泰国进行的艾滋病毒/艾滋病研究。
2016-02-27 stat.ME
Semiparametric efficient estimation of the Cox regression coefficient when there can be ties
Bowdoin College（鲍登学院）
本研究针对存在删失数据的Cox模型，推导了回归系数的效率界，证明了Cox的精确估计量渐近有效，并提出了计算复杂度更低的等价估计量。
2026-08-13 math.ST stat.ME stat.TH
A unified framework for fitting Bayesian semiparametric models to arbitrarily censored survival data, including spatially-referenced data
一个全面的，统一的方法来建模任意删失的空间生存数据的三个最常用的半参数模型：比例风险，比例优势，加速失效时间。与许多其他方法不同，所有方式的删失生存时间同时容纳，包括未删失，区间删失，当前状态，左和右删失，以及这些的混合。左截断的数据也容纳导致模型的时间依赖性协变量。地理参考（位置精确观察）和区域观察（位置已知的地理单位，如县）的空间位置进行处理;正式的变量选择使得模型选择特别容易。用条件Cox-Snell残差图评估模型拟合，并通过LPML和DIC进行模型选择。基线生存率采用新的变换Bernstein多项式先验建模。所有模型都通过一个新的函数来拟合，该函数调用R包spBayesSurv中的高效编译C++。该方法广泛说明了模拟和实际数据的应用。一个重要的发现是，比例几率和加速失效时间模型往往比常用的比例风险模型拟合得更好。补充材料可在网上查阅。
2017-07-03 stat.AP stat.ME
Rank estimation for the accelerated failure time model with partially interval-censored data
Sungshin Women’s University（成均馆大学）；Korea University（高丽大学）；Virginia Commonwealth University（弗吉尼亚联邦大学）
本文提出了一种统一的基于秩的推断程序，用于拟合部分区间删失数据下的加速失败时间模型，通过构造Gehan型单调估计函数，提供了一种通用的基于秩的估计函数扩展，并通过线性规划获得估计量，证明其一致性和渐近正态性。
2026-04-11 stat.CO stat.ME
A Primal Dual Active Set with Continuation Algorithm for $\ell_0$-Penalized High-dimensional Accelerated Failure Time Model
针对高维右删失数据，提出带连续化参数选择的原始对偶活跃集算法求解 ℓ0 惩罚加权最小二乘 AFT 模型，并给出有限步收敛至 oracle 解的理论保证与实验验证。
2025-02-18 stat.CO stat.ME
Semiparametric rank-based regression models as robust alternatives to parametric mean-based counterparts for censored responses under detection-limit
UCSD Herbert Wertheim School of Public Health and Human Longevity Science（加州大学圣地亚哥分校赫伯特·韦特海姆公共卫生与人类长寿科学学院）
本文提出半参数秩回归模型作为检测限下受挫响应的稳健替代方案，通过比较不同模型在偏倚、变异性及效率方面的表现，验证其在分布假设不确定时的稳定性。
2025-12-11 stat.ME
Accelerated Failure Time Models for Competing Risks in a Cluster Weighted Modelling Framework
提出了一种处理删失竞争风险回归数据的新方法。这是由集群加权建模（CWM）框架内的竞争风险场景的加速故障时间（AFT）模型的混合物来实现的。具体来说，我们在这里使用对数正态AFT模型，但可以使用任何常用的AFT模型。交替期望条件最大化算法（AECM）用于参数估计和自举用于标准误估计。最后，我们提出了一些模拟和真实的竞争风险数据的结果。
2013-12-03 stat.ME
$\ell_0$-Regularized High-dimensional Accelerated Failure Time Model
针对高维协变量的稀疏加速失效时间（AFT）模型，提出了一种$\ell_0$惩罚估计的构造性方法。我们提出的方法是基于Stute的加权最小二乘准则结合$\ell_0$ -惩罚。这种方法是一种计算算法，迭代地产生一系列的解决方案，根据原始和对偶信息和根查找根据KKT条件的活动集的基础上。我们将所提出的方法称为AFT-SDAR（用于支持检测和根查找）。我们的理论结果的一个重要方面是，我们直接关注的AFT-SDAR算法的基础上产生的解决方案的序列。我们证明了解序列的估计误差以高概率指数衰减到最优误差界，只要协变量矩阵满足一个温和的正则性条件，即使在高维线性回归的设置是必要的和充分的模型识别。我们还提出了一个自适应版本的AFT-SDAR，或AFT-ASDAR，它确定的支持大小的估计系数在数据驱动的方式。我们进行模拟研究，以证明所提出的方法在套索和MCP的精度和速度方面的优越性能。我们还将所提出的方法应用到一个真实的数据集，以说明其应用。
2020-02-09 stat.CO stat.ME
Semiparametric marginal promotion time cure model for clustered survival data
针对含治愈比例的成组右删失生存数据，提出半参数边缘促进时间治愈模型及GEE与QIF两种估计方法，证明其渐近性质并通过模拟和牙周病数据验证QIF更优。
2025-05-14 stat.ME
High-dimensional iterative variable selection for accelerated failure time models
针对加速失效时间模型的高维生存数据，提出基于结构化筛选与选择框架及非局部先验贝叶斯模型选择的迭代变量选择方法，并在R包GWASinlps中实现，评估显示其有效性。
2025-03-02 stat.ME
Robust estimators of accelerated failure time regression with generalized log-gamma errors
广义对数伽马（GLG）模型是一个非常灵活的分布族，用于分析许多不同科学和技术领域的数据集。在本文中，我们提出的估计，同时是高鲁棒性和高效的GLG分布的参数在删失的存在。我们还介绍了具有相同性质的加速失效时间模型的估计与删失观测和误差分布属于GLG族。我们证明了所提出的估计是渐近完全有效的，并使用蒙特卡罗模拟检查的最大均方误差。仿真结果表明，所提出的估计是非常强大的，有限的样本量和高效。最后，我们用两个真实的数据集说明了所提出的估计量的良好行为。
2015-12-04 stat.ME
Variable Selection for Infectious Disease Transmission via Penalized Pairwise Accelerated Failure Time Models
Biostatistics Division, College of Public Health, The Ohio State University（俄亥俄州立大学公共卫生学院生物统计系）
针对传染病传播中时间至事件数据的依赖性，提出惩罚成对加速失效时间模型，用自适应LASSO实现变量选择，模拟和实际数据验证其精度与可解释性。
2026-10-02 stat.CO stat.ME
An Unified Semiparametric Approach to Model Lifetime Data with Crossing Survival Curves
比例风险（PH）、比例优势（PO）和加速失效时间（AFT）模型在生存分析的不同应用中得到了广泛的应用。尽管它们很受欢迎，但这些模型不适合处理具有交叉生存曲线的寿命数据。2005年，Yang和Prentice提出了一种半参数双样本策略（YP模型），包括PH和PO框架作为特殊情况，以处理这类数据。假设一个一般的回归设置，本文提出了一个统一的方法来适应YP模型，采用伯恩斯坦多项式管理的基线风险和赔率下的频率和贝叶斯框架。使用伯恩斯坦多项式有一些优点：它允许基线分布的均匀近似，它导致所有基线函数的封闭形式表达式，它简化了推理过程，并且连续生存函数的存在允许更准确地估计交叉生存时间。进行了广泛的模拟研究，以评估模型的行为。一个临床试验数据集的分析，有关非小细胞肺癌，也被开发作为一个例子。我们的研究结果表明，假设通常的PH模型，忽略了现有的交叉生存的功能，在实际数据中，是一个严重的错误，对这些患者在治疗的初始阶段的影响。
2019-10-10 stat.ME
Robust Estimation and Variable Selection for the Accelerated Failure Time Model
本文考虑了癌症患者生存时间的鲁棒建模。准确的预测可以有助于制定治疗和护理策略。针对右删失生存数据下的加速失效时间模型，提出了一种统一的期望最大化方法，并结合L1-范数罚函数进行变量选择和参数估计.我们的方法可以使用一般的损失函数，并减少到著名的巴克利-詹姆斯方法时，平方误差损失没有正则化。为了减轻在实际应用中的离群值和重尾噪声的影响，我们提倡在我们提出的框架下使用鲁棒损失函数。仿真研究进行了评估所提出的方法与不同的损失函数的性能，并应用到卵巢癌的研究。同时，我们扩展了我们的方法，将协变量的组结构。
2019-12-20 stat.ME
Penalized integrative analysis under the accelerated failure time model
对于具有高维协变量的生存数据，由于样本量较小，单个数据集的分析结果往往不令人满意。整合分析汇集了多个独立研究的原始数据，具有可比设计，有效地增加了样本量，并且比荟萃分析和单数据集分析具有更好的性能。在本研究中，我们在加速失效时间（AFT）模型下对生存数据进行了综合分析。多个数据集的稀疏结构描述使用同质和异质模型。对于同质模型下的变量选择，我们采用了群体惩罚的方法。对于异质性模型下的变量选择，我们采用了复合惩罚和稀疏组惩罚方法。作为现有研究的一个重大进展，严格建立了渐近选择和估计性质。仿真研究进行了比较不同的惩罚方法和对替代品。我们还分析了四个肺癌预后数据集与基因表达测量。
2015-01-11 stat.ME
A Heteroscedastic Accelerated Failure Time Model for Survival Analysis
非参数和半参数方法常用于生存分析中，以减轻模型设定错误引起的偏倚。然而，这样的方法往往不能估计上尾生存分位数时，相当大的比例的数据被删失，在这种情况下，参数似然估计提出了一个可行的替代方案。在这篇文章中，我们扩展了一个流行的家庭的参数生存模型，使加速失效时间（AFT）的假设，占异方差的生存时间。条件方差可以依赖于任意协变量，从而为同方差模型增加了相当大的灵活性。本文提出了一种期望条件最大化（ECM）算法来有效地计算右删失数据下的HAFT极大似然估计。将该方法应用于结肠癌临床试验的重删失数据，提出了一种新的高度严格的模型残差。在此基础上，HAFT模型被发现，以消除大多数离群值从其同方差对应。
2019-07-17 stat.ME
Efficient Estimation for Functional Accelerated Failure Time Model
本文提出函数加速失效时间模型，结合筛极大似然方法高效估计参数，克服捆绑参数挑战，证明估计量渐近性质，并通过模拟和实际数据验证。
2024-02-08 stat.ME
Efficient Semiparametric Estimation of Short-term and Long-term Hazard Ratios with Right-Censored Data
在科学研究中，截尾失效时间数据的Cox模型中的比例风险假设经常被违反。Yang和Prentice（2005）提出了一种新的半参数双样本模型，该模型包括比例风险模型和比例优势模型作为子模型，并适应交叉生存曲线。该模型未指明基线风险，两个模型参数可解释为短期和长期风险比。推理程序是基于伪分数方法开发的。虽然提到了扩展以适应协变量，但尚未提供或证明正式程序。此外，伪分数方法可能不是渐进有效的。我们研究了Yang和Prentice（2005）的短期和长期风险比模型的扩展，以适应潜在的时间依赖协变量。我们开发了有效的基于似然的估计和推理程序。证明了非参数极大似然估计是相合的、渐近正态的和渐近有效的。大量的仿真研究表明，所提出的方法在实际环境中表现良好。所提出的方法捕捉到的现象，交叉危险的癌症临床试验，并确定了一个遗传标记，具有显着的长期影响错过了使用比例风险模型在发病年龄的酒精中毒的遗传研究。
2012-06-05 stat.ME
An Accelerated Failure Time Regression Model for Illness-Death Data: A Frailty Approach
本文提出了一种新的模型和估计方法的疾病死亡生存数据的风险函数遵循加速失效时间（AFT）模型。一个共享的脆弱性变量诱导正相关的故障时间的主题处理之间的未观察到的依赖关系的非终端和终端故障时间给定的观察到的协变量。利用核平滑辅助期望最大化算法建立了半参数极大似然估计过程，并利用加权自助法估计方差。该模型的背景下，现有的脆弱性为基础的疾病-死亡模型，强调目前的工作的贡献。鹿特丹肿瘤银行的乳腺癌数据进行了分析，使用建议和现有的疾病-死亡模型。结果进行了对比和评价的基础上，一个新的图形拟合优度的程序。模拟结果和数据分析很好地证明了疾病-死亡框架下的AFT回归模型的实际效用的共享脆弱变量。
2022-05-08 stat.AP stat.ME
An efficient Gehan-type estimation for the accelerated failure time model with clustered and censored data
在医学研究中，收集的协变量通常包含潜在的离群值。对于具有删失观测的聚类/纵向数据，传统的Gehan型估计对响应中存在的离群值具有稳健性，但对协变量域中的离群值敏感，并且忽略了聚类内的相关性。考虑到簇内相关性、簇大小的变化以及协变量中的异常值，我们提出了簇数据加速失效时间模型中参数估计的加权Gehan型估计函数.我们提供的估计量的渐近性质，并进行模拟研究，以评估所提出的方法在各种现实的设置下的性能。仿真结果表明，所提出的方法是强大的协变量域中存在的离群值，并导致更有效的估计时，一个强大的类内相关性存在。最后，将所提出的方法应用于一个医学数据集，从而获得更可靠和令人信服的结果。
2020-03-09 stat.ME
A flexible parametric accelerated failure time model
加速失效时间（AFT）模型在医学研究中得到了广泛的应用，尽管其应用程度远低于比例风险模型。在AFT模型中，协变量的作用是加速或减速至关注事件的时间，即缩短或延长至事件的时间。常用的参数AFT模型在它们可以捕获的基础形状方面受到限制。在这篇文章中，我们提出了一个通用的参数AFT模型，特别是集中使用限制三次样条建模的基线，以提供很大的灵活性。然后，我们扩展模型，以适应时间依赖的加速因素。也允许延迟进入，因此，时间依赖性协变量。我们通过模拟评估所提出的模型，显示出实质性的改进相比，标准的参数AFT模型。我们还通过分析和模拟表明，AFT模型是可折叠的，这表明该模型类将非常适合于因果推断。我们用乳腺癌患者的数据集说明了这些方法。提供用户友好的Stata和R软件包。
2020-06-11 stat.ME
Variational Bayesian analysis of survival data using a log-logistic accelerated failure time model
本研究针对对数逻辑加速失效时间模型，提出嵌入分段近似技术的平均场变分贝叶斯推断算法，在保证估计精度的同时降低了计算成本。
2023-10-10 stat.ME
Robust Identification of Gene-Environment Interactions under High-Dimensional Accelerated Failure Time Models
对于复杂疾病，除了遗传（G）和环境（E）因素的主要影响外，基因-环境（G-E）相互作用也起着重要作用。许多现有的G-E相互作用方法进行边际分析，这可能不适当地描述疾病生物学。联合分析方法已经开发出来，大多数现有的损失函数构建的基础上的可能性。在实践中，数据污染并不罕见。发展稳健的方法进行相互作用分析，可以容纳数据污染是非常有限的。在这项研究中，我们考虑删失生存数据，并采用加速失效时间（AFT）模型。采用指数平方损失来实现鲁棒性。稀疏组惩罚的方法，它尊重“主效应，相互作用”的层次结构，采用估计和识别。一致性属性是严格建立的。仿真结果表明，所提出的方法优于直接竞争对手。在数据分析中，所提出的方法得出了生物学上合理的结果。
2020-03-05 stat.AP stat.ME
Kernel-based multi-marker tests of association based on the accelerated failure time model
提出一套基于加速失效时间模型的核多标记生存关联检验，可处理异质性、竞争风险、左截断及小样本情形，并经模拟和阿尔茨海默病数据验证有效。
2024-01-18 stat.ME
Debiased Machine Learning for Partially Linear Accelerated Failure Time Models
University of California, Los Angeles（加州大学洛杉矶分校）；Phoenix VA Health Care System (111E)（凤凰城退伍军人健康护理系统(111E)）；VA Greater Los Angeles Health Care（大洛杉矶地区退伍军人健康护理系统）
针对右删失下部分线性AFT模型，本文构建首个基于秩的去偏机器学习框架，通过正交化U统计量等技术实现有效推断，模拟与All of Us数据应用验证了其性能与实用性。
2026-11-10 stat.ME
Mediation Analysis for Censored Survival Data under an Accelerated Failure Time Model
因果中介分析的最新进展已经正式确定了在各种情况下估计直接和间接影响的条件。这些方法已经扩展到许多生存结果模型，包括加速失效时间（AFT）模型，这些模型由于其直观的解释而广泛用于广泛的健康应用。在这种情况下，有人建议，在标准假设下，“差异”和“产品”的方法产生等效的暴露对生存结果的间接影响的估计。我们正式表明，这两种方法可能会产生很大的不同的估计存在删失或截断，由于一种形式的模型误设定。具体来说，我们建立，而产品的方法仍然有效的标准假设下，在存在独立的删失，差异的方法可以有偏见的存在，这样的删失时，误差分布的AFT模型未能崩溃边缘化的调解人。对于大多数中介和结果误差分布的选择，情况总是如此。一个值得注意的例外出现在正常中介正常结果的情况下，我们在存在独立删失的情况下显示差异和乘积估计的一致性。这些结果在模拟研究和两个数据应用中得到了证实。
2017-01-10 stat.ME
Functional Accelerated Failure Time Models for Predicting Time Since Cannabis Use
针对大麻使用时间预测，提出两种函数加速失效时间模型，利用瞳孔光反应曲线，兼具可解释性与灵活性，模拟验证有效，并在真实数据中展现预测价值。
2025-10-25 stat.ME
A Finite Mixture Failure-rate based Heterogeneous Step-stress Accelerated Life Testing (h-SSALT) Model
The University of Burdwan（巴德万大学）；Newcastle University（纽卡斯尔大学）
本文提出一种基于有限混合失败率的异质步应力加速寿命测试模型，通过Weibull分布的II型截尾失效时间，允许在第二应力水平上通过有限混合的m个潜在子组产生异质性，利用期望最大化算法进行最大似然估计，并通过模拟研究验证了忽略异质性对寿命预测的系统性偏差。
2026-05-20 stat.ME
Individualized Treatment Effects with Censored Data via Fully Nonparametric Bayesian Accelerated Failure Time Models
个体通常对相同的治疗有不同的反应，并且表征治疗反应中的这种可变性是个性化医疗实践中的重要目标。在这篇文章中，我们描述了一个非参数加速失效时间模型，可用于分析异质性处理效应（HTE）时，病人的结果是时间到事件。通过利用贝叶斯加性回归树和均值约束Dirichlet过程混合模型，我们的方法提供了一个灵活的模型的回归函数，同时把一些限制的基线风险。我们的非参数方法导致个人处理效应的自然估计，并具有灵活性，以解决许多主要目标的HTE评估。此外，我们的方法需要很少的用户输入的调谐参数选择或子群规范。我们说明了我们提出的方法的优点，详细分析了两个大型临床试验的预防和治疗充血性心力衰竭，使用血管紧张素转换酶抑制剂。分析显示，两项试验中存在大量HTE的证据，如治疗效果的实质性估计变化和高比例患者表现出与总体处理效应不同的处理效应的强有力证据所证明。
2017-06-20 stat.AP stat.ME
Competing Accelerated Failure Time Models for Multiple Concurrent Failure Mechanisms
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；University of Liverpool（利物浦大学）；Beijing University of Chinese Medicine（北京中医药大学）；University of Wisconsin, Madison（威斯康星大学麦迪逊分校）
本文提出了一种竞争加速失败时间模型，用于分析疾病竞争和交互的个体时间动态，通过时间变化的获胜概率量化潜在原因的相对贡献，提升患者分层的可解释性。
2026-06-29 math.ST stat.ME stat.TH
Bayesian Semiparametric Joint Modeling of Gap-Time Distribution for Multitype Recurrent Events and a Terminal Event
针对多类型复发事件与终点事件，提出一种基于间隔时间的贝叶斯半参数联合模型，通过共享脆弱性和伽马过程先验灵活量化事件依赖性，并开发高效MCMC算法，在模拟与ALLHAT数据中表现优越。
2025-09-12 stat.ME
Characterizing quantile-varying covariate effects under the accelerated failure time model
Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院）
本文提出在加速失败时间模型下刻画分位数变化的协变量效应的框架，通过灵活回归结构和贝叶斯方法，实现对生存分位数效应的解释和估计。
2025-12-05 stat.ME
Group lasso priors for Bayesian accelerated failure time models with left-truncated and interval-censored data
本文提出一种带组结构 lasso 惩罚的贝叶斯加速失效时间模型，用于左截断和区间删失数据，通过定制 MCMC 采样器实现变量选择与估计，并在 ROSMAP 队列中识别阿尔茨海默病的预测性遗传和临床风险因素组。
2024-01-11 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
The shared weighted Lindley frailty model for cluster failure time data
本文的主要目标是介绍一种新的脆弱性模型的基础上加权林德利（WL）分布建模集群生存数据。我们研究所提出的模型的统计特性。特别是，未观察到的异质性的量直接参数化的脆弱性分布的方差，如伽玛和逆高斯脆弱性模型。参数和半参数版本的WL脆弱性模型进行了研究。提出了一种简单的期望最大化（EM）算法用于参数估计。仿真研究进行评估其有限样本性能。最后，我们将所提出的模型应用到一个真实的数据集，分析手术后的时间在诊断为结直肠癌的患者，并比较我们的结果与经典的脆弱性模型在此应用程序中进行，这表明了所提出的模型的优越性。我们实现了一个R包，其中包括用于拟合基于EM算法的模型的估计。
2022-06-26 stat.ME
A Bayesian accelerated failure time model for interval censored three-state screening outcomes
本文针对区间删失且仅在同一筛查区间内才能观测到CIN-2至CIN-3进展的三状态筛查数据，提出贝叶斯加速失效时间模型，并利用截断分布数据扩充的Metropolis-within-Gibbs算法估计HPV到CIN-3及CIN-2到CIN-3的转移时间。
2021-12-03 stat.ME
Models with Accelerated Failure Conditionals
University of Cape Town（开普敦大学）
本文提出了一种具有灵活非单调边缘密度的加速失败条件模型，通过扩展条件框架以涵盖单峰和偏斜分布，提升模型拟合效果。
2025-11-19 math.ST stat.AP stat.ME
A Bayesian Functional Accelerated Failure-Time Model with Varying Effects Correcting for Measurement Error
提出贝叶斯函数加速失效时间模型，通过高斯过程单指标结构建模功能系数随时间和标量协变量的变化，并利用工具变量处理功能协变量的测量误差，以分析可穿戴设备数据中步数活动与缺血性卒中死亡时间的关系。
2026-06-16 stat.ME
Partial Linear Cox Model with Deep ReLU Networks for Interval-Censored Failure Time Data
本文提出使用深度ReLU神经网络估计区间删失数据部分线性Cox模型的非参数分量，推导了收敛速度并证明其能克服维数灾难，同时建立了渐近正态性与半参数有效性，提升了预测能力。
2023-07-01 stat.ME
Quantile Residual Lifetime Regression for Multivariate Failure Time Data
Nanyang Technological University（南洋理工大学）；University of Pittsburgh（匹兹堡大学）；National Institutes of Health/National Cancer Institute（美国国立卫生研究院/美国国家癌症研究所）
针对多元失效时间数据，提出边际半参数分位数剩余寿命回归模型，通过无偏估计方程估计参数，并给出三种方差估计方法，模拟和实例验证了方法的有效性。
2026-07-03 stat.ME
Extending the Accelerated Failure Conditionals Model to Location-Scale Families
University of Cape Town（开普敦大学）
本文提出了一种基于位置-尺度分布族的条件生存模型，通过加速函数和位置函数建立X与Y的依赖关系，并展示了其在实数轴上处理Y边缘分布的能力。
2025-11-21 math.ST stat.AP stat.ME
Identification and Inference for Structural Accelerated Failure Time Models via Instrument Interactions
City University of Hong Kong（香港城市大学）；Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；The Hong Kong Polytechnic University（香港理工大学）；Columbia University（哥伦比亚大学）
针对存在未测量混杂的右删失时间-事件结局，提出一种利用工具变量交互作用进行识别和推断的框架，无需经典工具变量有效性假设，并采用增强逆概率删失加权和广义经验似然方法实现稳健推断。
2026-05-28 math.ST stat.ME stat.TH
Bayesian reliability acceptance sampling plan sampling plans under adaptive accelerated type-II censored competing risk data
针对高可靠复杂产品故障少、多诱因的问题，本文提出自适应步进应力部分加速寿命试验下的II型截尾贝叶斯可靠性验收抽样方案，通过最小化二次损失的贝叶斯风险求最优解，对比验证了其有效性。
2025-07-31 stat.AP stat.ME
Accelerated Monte Carlo estimation of failure probabilities in output of monotone computer codes
当X表示单调函数g的多元随机输入时，考虑了概率p=P（g（X<0））的估计问题.首先，一个启发式方法，以约束p正式描述，涉及一个专门设计的数值实验。然后，基于输入空间的顺序随机探索，考虑p的统计估计。本文定义了p的一个基于连续相依Bernoulli数据的极大似然估计，并研究了它的理论收敛性。在直观或温和的条件下，估计速度快，比传统的蒙特卡罗方法更强大，因此适合于耗时的计算机代码g。本文的主要结果与估计量的方差有关。它作为一个新的基线措施的效率单调约束下，可以发挥类似的作用，通常的蒙特卡罗估计方差在无约束的框架。此外，估计的偏差被证明是可纠正的通过自助法。该方法的行为说明了一类玩具的例子和一个更现实的液压案例研究的数值试验。关键词：单调函数，确定性计算机代码，蒙特卡罗加速，失效概率
2012-05-18 math.ST stat.ME stat.TH
Robust Survival Estimation under Interval Censoring: Expectation-Maximization and Bayesian Accelerated Failure Time Assessment via Simulation and Application
针对区间删失生存数据标准方法不适用的问题，本研究对比EM算法、参数AFT模型、贝叶斯AFT模型三类方法，通过模拟与卵巢癌数据集验证其分层应用价值，为区间删失下的生存估计提供完整策略。
2025-09-01 math.ST stat.AP stat.CO
Pairwise accelerated failure time regression models for infectious disease transmission in close-contact groups with external sources of infection
提出一种成对加速失效时间回归模型，通过接触区间分布同时处理内部与外部感染，模拟及2009年H1N1家庭数据分析表明其能提供有效参数估计，且考虑外部感染源对评估抗病毒预防效果至关重要。
2023-10-24 stat.AP stat.ME
