Inference for ROC Curves Based on Estimated Predictive Indices
我们提供了一个全面的理论进行样本内统计推断的受试者工作特征(ROC)曲线的基础上预测值从第一阶段模型估计参数(如logit回归)。术语“样本内”是指使用相同数据进行模型估计(训练)和后续评估的做法,即,ROC曲线的构建。我们发现,在这种情况下,第一阶段的估计误差有一个普遍不可忽略的影响的ROC曲线的渐近分布,并制定适当的逐点和功能极限理论。我们提出了模拟极限过程分布的方法,并展示了如何在实践中使用结果比较ROC曲线。
2021-12-03 econ.EM stat.ME
Linear Mixed Models for Comparing Dynamic Treatment Regimens on a Longitudinal Outcome in Sequentially Randomized Trials
动态治疗方案(DTR)是一个预先指定的决策规则序列,它将个体的基线或时变测量值映射到推荐的干预或干预组。序贯多重分配随机试验(SMART)是一种重要的数据收集工具,可为构建有效的DTR提供信息。SMART的一个常见主要目的是比较试验中两个或多个DTR的边际均值。本文基于连续的纵向结果,为这些主要目的比较开发了混合效应建模和估计方法。该方法说明使用数据从智能自闭症研究。
2019-10-22 stat.ME
Considering parallel tempering and comparing post-treatment procedures in Bayesian Profile Regression Models for a survival outcome and correlated exposures
Autorité de Sûreté Nucléaire et de Radioprotection (ASNR)(核安全与辐射防护局);PSE-SANTE/SESANE/LEPID;Université Paris Cité(巴黎西岱大学);CNRS, Inserm, P-MIM, BioSTM(法国国家科学研究中心、INSERM、P-MIM、BioSTM)
本文提出改进MCMC算法以避免后验分布局部模式并减少计算时间,通过模拟研究比较不同后处理程序的性能,应用于辐射流行病学中的生存结果分析。
2025-12-29 stat.AP stat.ME
A tutorial comparing different covariate balancing methods with an application evaluating the causal effects of substance use treatment programs for adolescents
随机对照试验是衡量因果效应的金标准。然而,它们往往并不总是可行的,因果处理效应必须根据观察数据进行估计。观察性研究不允许关于因果关系的强有力的结论,除非统计技术解释了各组之间治疗前混杂因素的不平衡,同时关键假设成立。倾向得分和平衡加权(PSBW)是有用的技术,旨在通过对观察到的混杂因素进行组间加权以减少治疗组间的不平衡。有许多方法可用于估计PSBW。然而,目前尚不清楚先验,这将实现协变量平衡和有效样本量之间的最佳权衡。此外,评估稳健估计所需处理效应所需关键假设的有效性至关重要,包括重叠和无未测量混杂假设。我们提出了协变量平衡策略的分步指南,包括如何评估重叠,获得PSBW的估计值,检查协变量平衡,以及评估对未观察到的混杂因素的敏感性。我们比较了几种估计方法的性能,使用案例研究检查物质使用治疗方案的相对有效性,并提供了一个用户友好的Web应用程序,可以实现所提出的步骤。
2021-05-15 stat.AP stat.ME stat.OT
Comparing two treatments in terms of the likelihood ratio order
本文引入了新的检验统计量族,并研究了按似然比序比较两种处理方法的问题。所考虑的家庭是基于φ发散的措施,并出现作为经典的似然比检验和皮尔逊检验统计量的自然扩展。证明了它们的渐近分布是一个共同的卡氏随机变量。一个说明性的例子,这些统计的性能进行了分析,通过模拟研究。通过模拟研究表明,对于大多数建议的情况下调整为小或中等,这个新的家庭的一些成员的检验统计量显示明显更好的性能,相对于权力相比,经典的似然比和皮尔逊卡方检验,而确切的大小仍然接近标称大小。从精确的功效和显著性水平来看,研究还表明Wilcoxon检验统计量不如两个经典的检验统计量。
2014-10-29 stat.ME
Comparing Missing Data Methods for Estimating Average Treatment Effects Under Time-Varying Confounding: A Simulation Study
School of Mathematics and Statistics, University of St Andrews(圣安德鲁斯大学数学与统计学院);School of Genetics and Cancer, University of Edinburgh(爱丁堡大学遗传学与癌症学院)
研究在时变混杂因素下估计平均治疗效果的缺失数据方法,通过模拟比较分层热卡插补、单模插补、MICE和完整病例分析等方法,发现性能受缺失机制等因素影响,多重插补表现较好,为相关研究提供参考。
2026-07-21 stat.AP stat.ME
Contrast Specific Propensity Scores
基本倾向得分方法旨在比较一种活性治疗与一种对照治疗时平衡多变量治疗前协变量。实际设置通常涉及比较两种以上的治疗,其中比基本治疗-对照(1,-1)更复杂的对比是相关的。在这里,我们建议使用对比特异性倾向得分(CSPS)。CSPS允许创建单位的治疗组,这些治疗组相对于指定对比度的分叉和它们所跨越的多元空间是平衡的。
2020-07-02 stat.ME
Bayesian sample sizes for exploratory clinical trials comparing multiple experimental treatments with a control
在本文中,贝叶斯方法开发的探索性临床试验中,同时比较多个实验治疗与一个共同的对照治疗。设定样本量以确保在研究结束时,研究者坚信至少有一种治疗优于对照组,或者他们坚信没有一种实验治疗实质上优于对照组。这一标准与传统的频率论功率要求有直接关系,同时允许在分析中采用先验意见,从而减少样本量。如果得出的结论是,至少有一种实验性治疗显示出希望,那么可以设想,这些有希望的治疗中的一种或多种将在确定的III期试验中进一步开发。该方法是在正态分布的响应共享一个共同的标准差,无论治疗的背景下开发的。首先,在计算样本量时,假设标准差已知。最终分析将不依赖于此假设,尽管如果预期的标准差被证明是不适当的,则可能无法实现设计的预期特性。方法,正式允许不确定性的标准差,表示在贝叶斯先验的形式,然后探讨。从新的方法计算的样本量的说明,并与频率论的方法设计相同的情况下进行比较。
2014-08-26 math.ST stat.ME stat.TH
Comparing cluster-level dynamic treatment regimens using sequential, multiple assignment, randomized trials: Regression estimation and sample size considerations
可以使用患者级动态治疗方案来指导群集级的序贯、干预或治疗决策,以改善个体或患者级的结果。在集群级DTR中,干预或治疗可能会随着时间的推移而调整和重新调整,这是基于可能受到先前干预影响的集群变化,包括基于组成它的个体或患者的综合指标。随机化随机序贯多分配随机试验(SMART)可用于回答阻止科学家开发高质量集群级DTR的多个开放性问题。在群集随机化SMART中,顺序随机化发生在群集水平,结局在个体水平。这篇文章对集群随机SMART的设计和分析做出了两个贡献:首先,提出了一种加权最小二乘回归方法,用于比较嵌入SMART的集群级DTR之间的患者水平结果的均值。回归方法便于使用基线协变量,这在聚类水平试验的分析中通常是至关重要的。其次,当主要目的是连续患者水平结局均值的DTR间比较时,推导出两种常见群集随机SMART设计的样本量计算器。这些方法的动机是有效程序试验的自适应实施,据我们所知,这是精神病学中第一个集群随机SMART。
2016-07-14 stat.ME
Sample size for comparing negative binomial rates in noninferiority and equivalence trials with unequal follow-up times
我们推导了在随访时间不等的非劣效性和等效性试验中基于相对和绝对率差指标比较两个负二项分布率的样本量公式,并建立了基于两个处理效应指标的治疗比较所需样本量之间的近似关系。所提出的方法允许分散参数根据治疗组而变化。这些方法的准确性进行了评估模拟。结果表明,通过将所有个体的随访时间设置为平均随访时间来忽略受试者之间的随访时间差异,可能会大大低估所需的样本量,导致研究效力不足。提供了基于已公布的汇总结果反算色散参数的方法。
2017-04-14 stat.ME
Comparing Propensity Score-Based Methods in Estimating the Treatment Effects: A Simulation Study
本文通过七种模拟情景比较匹配、分层和逆概率加权等倾向评分方法在估计处理效应时的表现,发现逆概率加权估计更接近期望值,而匹配和分层对估计有效性域的控制更强。
2024-08-30 stat.ME
Transformation models for ROC analysis
受试者工作特征(ROC)分析是评价和比较医学诊断试验准确性的最常用方法之一。尽管已经开发了各种方法来估计ROC曲线及其相关的汇总指数,但在处理与医学数据相关的复杂性的同时,还没有就可以提供一致的统计推断的单一框架达成共识。这种复杂性可能包括影响测试诊断潜力的协变量、有序测试数据、由于仪器检测限或相关生物标志物而导致的删失数据。我们提出了一个回归模型的转换后的测试结果,利用单调变换的ROC曲线的不变性,自然地容纳这些功能。我们使用的极大似然推断保证渐近有效性的估计和相关的置信区间。模拟研究表明,基于转换模型的估计是无偏的,并在名义水平上的产量覆盖。该方法被应用到代谢综合征的横断面研究,我们调查的协变量特定性能的体重身高比作为一种非侵入性的诊断测试。本文中描述的所有方法的软件实现都在“tram”R包中提供。
2022-08-13 stat.ME
Time-lag bias induced by unobserved heterogeneity: comparing treated patients to controls with a different start of follow-up
本文研究比较效果研究中因治疗组与对照组随访起始时间不同且存在未观测异质性所导致的时间滞后偏倚,提出五种利用诊断至治疗开始时间的校正方法,并通过模拟和不孕症授精治疗实例验证其有效性。
2024-06-07 stat.ME
Comparing randomized trials: a formal approach
Brown University School of Public Health(布朗大学公共卫生学院);Center for Gerontology and Health Care Research, Brown University School of Public Health(布朗大学公共卫生学院老年学与医疗保健研究中心);Harvard T.H. Chan School of Public Health(哈佛陈曾熙公共卫生学院);Richard A. and Susan F. Smith Center for Outcomes Research, Beth Israel Deaconess Medical Center, Harvard Medical School(理查德·A和苏珊·F·史密斯结果研究中心,贝斯以色列女执事医疗中心,哈佛医学院)
该研究针对随机对照试验间的分歧问题,提出了考虑试验参与效应的因果框架,发现跨试验迁移治疗效应的标准条件不足以保证效应一致性,需额外条件,拓展了研究比较方法。
2026-11-10 stat.ME
Effect measures for comparing paired event times
Otto-von-Guericke University Magdeburg(奥托·冯·古尔克马格德堡大学);RWTH Aachen University(亚琛工业大学);National Center for Tumor Diseases (NCT) Heidelberg(海德堡国家肿瘤疾病中心);German Cancer Research Center (DKFZ)(德国癌症研究中心);German Cancer Consortium (DKTK)(德国癌症联盟);Heidelberg University(海德堡大学)
本文提出了一种基于配对事件时间的新型效应度量方法,用于可靠比较治疗效果,通过模拟和真实数据验证其有效性。
2025-12-21 stat.ME
Sample size considerations for comparing dynamic treatment regimens in a sequential multiple-assignment randomized trial with a continuous longitudinal outcome
临床医生和研究人员对如何最好地个性化干预越来越感兴趣。动态治疗方案(DTR)是一系列预先指定的决策规则,可用于指导根据个人不断变化的需求定制的治疗或干预序列的交付。序贯多分配随机试验(SMART)是一种研究工具,可以构建有效的DTR。我们推导出易于使用的公式,用于计算三种常见的两阶段SMART设计的总样本量,其中主要目的是比较两种嵌入式DTR的平均研究结束结局,这两种DTR推荐不同的第一阶段治疗。这些公式是在回归模型的背景下得出的,该模型利用了整个研究中收集的纵向结果的信息。我们表明,SMART的样本量公式可以写成标准两组随机试验的样本量公式、纵向分析统计效率提高的收缩因子和SMART设计的膨胀因子的乘积。SMART设计膨胀系数通常是对第一阶段治疗的预期反应概率的函数。我们回顾了DTR效应分析的建模和估计,使用SMART的纵向结果,以及标准误的估计。我们还提出了各种常见的工作相关结构的协方差阵的估计。方法的动机使用的ENGAGE研究,SMART旨在开发一个DTR,以增加动机参加酒精和可卡因依赖患者的治疗。
2020-01-05 stat.ME
Why comparing survival curves between two subgroups may be misleading
我们在比较两个亚组之间的生存曲线时分析了一个问题。我们发现,在二元分类设置中,亚组在一个时间点的生存率估计值与阳性和阴性预测值之间存在直接关系。我们的研究结果提出了一种情况下,目前的方法比较亚组之间的生存曲线可能是误导。我们认为,当验证数据集由删失数据组成时,在预测给定疾病或治疗的两个预后亚组的预后诊断测试的验证过程中应该考虑到这一点。
2021-05-14 stat.AP stat.ME stat.ML
Inference procedures in sequential trial emulation with survival outcomes: comparing confidence intervals based on the sandwich variance estimator, bootstrap and jackknife
本研究通过模拟比较了序贯试验模拟中生存结局的多种置信区间构建方法,发现LEF自助法在小样本、低事件率场景下覆盖率最佳且计算高效,而三明治方差估计器在大样本、中高事件率时最优。
2024-07-12 stat.ME
Evaluating Ex Ante Counterfactual Predictions Using Ex Post Causal Inference
我们推导出一个正式的,基于决策的方法,用于比较使用实验结果的反事实治疗方案预测的性能,提供相关信息的分布治疗结果。我们的方法使我们能够量化和评估的差异性能的统计意义,从结构模型,外推处理效应,专家意见,和其他方法估计的最佳治疗方案。我们应用我们的方法来评估最佳的治疗方案,有条件的现金转移支付计划的国家,其中使用的数据,在其他国家的实验评估和预程序数据在感兴趣的国家产生的预测。
2019-07-22 stat.AP stat.ME
An information metric for comparing and assessing informative interim decisions in sequential clinical trials
George Mason University(乔治梅森大学);University of Missouri(密苏里大学)
针对成组序贯临床试验中信息性期中决策引发的分析偏倚问题,提出采用Kullback-Leibler散度量化后验估计失真,还给出其期望版本辅助决策边界选择,补充传统一类错误控制策略,并通过中枢神经系统疾病试验验证应用价值。
2025-10-06 cs.IT math.IT stat.AP
Irregular measurement times in estimating time-varying treatment effects: Categorizing biases and comparing adjustment methods
本研究系统分类了时变治疗因果推断中不规则测量时间导致的偏倚,提出三类混杂偏倚并比较两种重加权调整方法,为实证分析提供选择指导。
2025-01-20 stat.ME
Causal comparative effectiveness analysis of dynamic continuous-time treatment initiation rules with sparsely measured outcomes and death
支持世界卫生组织目前建议的青少年早期抗逆转录病毒治疗(ART)的证据是不确定的。我们利用大量的观察数据,比较了HIV感染青少年的死亡率和CD 4细胞计数的动态治疗开始规则。我们的方法扩展了Robins等人(2008)开发的用于估计动态治疗方案(DTR)下结果分布的边际结构模型,以允许特定方案和连续体方案的因果比较。此外,我们提出了解决复杂数据集带来的三个挑战的策略:治疗启动过程的连续时间测量;感兴趣的纵向结果的稀疏测量,导致数据不完整;以及由于辍学和死亡而进行删失。我们推导出一个连续时间治疗开始的加权策略;使用插补来处理稀疏测量和脱落引起的缺失;并定义一个复合结局,将死亡和CD 4计数作为比较治疗方案的基础。我们的分析表明,立即启动ART导致较低的死亡率和较高的中位数值的复合结果,相对于其他启动规则。
2019-04-02 stat.AP stat.ME
Estimating the treatment effect on the treated under time-dependent confounding in an application to the Swiss HIV Cohort Study
当在非随机化环境中比较时变治疗时,通常必须校正随时间推移影响治疗选择的时间依赖性混杂因素,这些混杂因素本身也受治疗影响。我们提出了一个新的两步程序,添加剂的风险回归和线性增量模型的基础上,处理这样的混淆时,估计平均处理效应的治疗(ATT)。该方法也可用于中介分析。该方法适用于瑞士艾滋病毒队列研究的数据,估计抗逆转录病毒治疗对艾滋病或死亡时间的影响。与其他估计ATT的方法相比,该方法易于使用现有的R.
2016-10-05 stat.ME
A New Causal Approach to Account for Treatment Switching in Randomized Experiments under a Structural Cumulative Survival Model
随机对照试验中的治疗转换是指随机分配至一个治疗组的患者在随访期间转换至另一个治疗组。这可以发生在疾病进展的时候,由此可以向对照组中的患者提供实验性治疗。众所周知,未能解释治疗转换可能会严重稀释治疗对总生存期的估计影响。在本文中,我们的目的是解释治疗转换的潜在影响,在重新分析中评价核苷逆转录酶抑制剂(NRTI)的处理效应对接受新的抗逆转录病毒治疗方案的受试者的安全性结局(至首次严重或更严重体征或症状的时间)的影响,该方案在包括或省略NRTI的优化治疗(OPTIONS)试验中包括或省略NRTI。我们提出了一个结构累积生存模型(SCSM)下的治疗因果效应的估计,利用随机化作为工具变量来考虑选择性治疗转换。与罗宾斯的加速失效时间模型通常用于解决治疗转换,所提出的方法避免了需要人工审查的估计。在标准正则条件下,我们证明了该估计是一致相合的和渐近高斯的。还给出了一致的方差估计量,并且简单的回归方法为累积强度量表上随时间推移比较治疗组的因果差异提供了统一的置信带。我们开发了一个名为“ivsacim”的R包,实现了所有提出的方法,可以从R CRAN免费下载。我们通过大量的模拟研究的估计有限的性能。
2021-03-22 stat.AP stat.ME
All models are wrong, but which are useful? Comparing parametric and nonparametric estimation of causal effects in finite samples
在统计学、流行病学和计量经济学领域存在一个长期的争论,即使用数据自适应方法的非参数估计,如模型拟合中的机器学习算法,是否比现实世界中的有限样本因果效应估计中的更简单的参数方法具有任何有意义的优势。我们解决这个问题:当试图估计治疗对结果的影响时,在合理数据分布的范围内,选择非参数与~参数估计重要吗?而不是回答这个问题的模拟,反映了几个选定的数据场景,我们提出了一种新的方法来评估性能在成千上万的数据生成机制,从非参数模型与半信息先验。我们称这种方法为通用蒙特卡罗模拟。我们比较了两种参数估计量(使用参数结果模型和治疗加权估计量逆概率的g计算估计量)和两种非参数估计量(贝叶斯加性回归树和在模型拟合中使用机器学习算法集成的基于目标最小损失的估计量)估计平均处理效应的性能。我们总结了估计性能的偏差,置信区间覆盖,和均方误差。我们发现,非参数估计几乎总是优于参数估计,除了在最小样本量N=100下,在偏倚方面具有相似的性能,在覆盖方面具有相似到略差的性能。
2022-12-19 stat.ME
Rank Verification for Exponential Families
许多统计实验涉及比较多个人口群体。例如,民意调查可能会询问几位政治候选人中哪一位获得最多的支持;社会科学调查可能会报告对一个问题的几种回答中最常见的;或者,临床试验可能会比较几种治疗条件下的二元患者结果,以确定最有效的治疗方法。在噪声实验中观察到“赢家”(观察到的最大响应)后,很自然地会问,候选人、调查响应或治疗是否实际上是“最佳”(随机最大响应)。本文讨论了秩检验问题--检验数据中发现的排序是否反映了总体秩的事后显著性检验。对于指数族模型,我们证明了在温和的条件下,比较前两个观测值(即,比较“优胜者”和“亚军”)是对优胜者是否真正是最好的有效测试。我们扩展我们的分析,以提供同样简单的程序,以获得较低的置信区间之间的差距获胜的人口和其他人,并验证排名超过第一。
2017-07-03 math.ST stat.ME stat.TH
Statistical Decision Properties of Imprecise Trials Assessing COVID-19 Drugs
随着COVID-19大流行的进展,研究人员正在报告随机试验的结果,这些试验将标准护理与实验性药物增强的护理进行了比较。这些试验的样本量很小,因此对处理效应的估计是不精确的。由于不精确,阅读研究文章的临床医生可能会发现很难决定何时使用实验药物治疗患者。无论使用何种决策标准,试验结果的随机变化总是有一定的可能性导致处方次优治疗。在比较标准治疗和创新治疗时的常规做法是,只有当估计的处理效应为正且具有统计学显著性时,才选择创新治疗。这种做法将标准护理视为现状。为了评估决策标准,我们使用了近似最优性的概念,它联合考虑了决策错误的概率和幅度。从这个角度来看,一个有吸引力的决策标准是经验成功规则,它选择了在试验中观察到的平均患者结局最高的治疗。考虑到最近和正在进行的COVID-19试验的设计,我们表明,经验成功规则产生的治疗结果比基于假设检验的流行决策标准产生的结果更接近最优。
2020-05-30 econ.EM q-bio.QM stat.ME
Robust regression for optimal individualized treatment rules
由于不同的患者对同一种药物或治疗的反应可能存在很大差异,因此人们对发现个体化治疗规则越来越感兴趣。特别是,人们迫切希望找到最佳的个性化治疗规则,如果整个患者群体都遵循这些规则,将导致“最佳”结果。在本文中,我们提出了新的估计的基础上稳健回归一般损失函数估计最佳的个性化治疗规则。新的估计量具有以下优良性质:第一,它们对有偏、异质、重尾误差或离群值具有鲁棒性;第二,它们对基线函数的误设定具有鲁棒性;第三,在某些情况下,新的估计加上弹球损失近似最大化结果的条件分位数而不是条件均值,这导致了与传统的Q-学习和A-学习不同的最优个体化处理规则。建立了估计量的相合性和渐近正态性。他们的经验表现证明,通过广泛的模拟研究和艾滋病数据的分析。
2016-04-13 stat.ME
Qini Curves for Multi-Armed Treatment Rules
Monash University(莫纳什大学);Two Sigma;Stanford University(斯坦福大学)
本文将Qini曲线推广至多成本处理臂场景,提出高效算法和自助法置信区间,用于在不同预算下评估最优处理臂组合的定向分配价值,并通过模拟和选举投票率应用验证其统计性能。
2024-10-15 econ.EM stat.ME
Restricted mean survival times for comparing grouped survival data: a Bayesian nonparametric approach
本文提出一种基于受限平均生存时间的贝叶斯非参数方法,通过扩展中性到右过程至多变量并利用复合从属过程的指数泛函,实现分组生存数据的比较。
2024-07-16 stat.ME
Micro-randomized Trials with Categorical Treatments: Causal Effect Estimation and Sample Size Calculation
本文扩展微随机试验方法至分类处理,提出因果效应估计与样本量公式,并通过模拟和HeartSteps实例验证,确保实际应用中的统计功效。
2025-04-21 stat.ME
Group Sequential Sample Size for Comparing Two Survival Probabilities at a Specific Time Point
Duke University(杜克大学)
提出一种新方法,在固定和组序贯试验设计中同时确定检验两个生存概率的样本量,控制I类错误,适用于比例风险假设不成立或含新辅助治疗的随机试验。
2026-06-11 stat.ME
Factorial survival analysis for treatment effects under dependent censoring
析因分析提供了一种强有力的非参数方法来检测多个治疗之间的主要或相互作用效应。对于生存结局,例如来自临床试验的生存结局,可采用此类技术来比较处理效应的合理量化。在生存分析中要解决的关键困难涉及删失的正确处理。到目前为止,所有现有的生存数据析因分析都是在独立删失假设下开发的,这对于许多应用来说太强了。作为一个解决方案,这篇文章的中心目标是发展新的方法,因子生存分析下相当普遍的相依删失制度。这将通过结合因子生存分析的现有结果与生存copula模型开发的技术来实现。因此,我们将提出一个有吸引力的F检验,在我们的模拟研究中表现出良好的性能。新方法在实际数据分析中得到了验证。我们在一个R函数surv.factorial(.)在R包装化合物中。
2023-02-03 math.ST stat.ME stat.TH
Estimation of causal effects of multiple treatments in healthcare database studies with rare outcomes
大型医疗数据库的优势为比较有效性研究提供了丰富的机会。做出知情治疗决定所需的证据通常依赖于比较多种治疗方案对少数个体中观察到的感兴趣结果的有效性。因果推断与多种治疗和罕见的结果是一个主题,已在文献中谨慎处理。本文设计了三组模拟,代表我们的医疗保健数据库研究的结构,并提出因果分析策略,这样的设置。我们调查和比较三种类型的方法及其变体的操作特性:贝叶斯加性回归树(BART),回归调整的多元样条广义倾向得分(RAMS)和治疗加权的逆概率(IPTW)与多项逻辑斯谛回归或广义提升模型。我们的研究结果表明,BART和RAMS提供较低的偏差和均方误差,广泛使用的IPTW方法提供不利的工作特性。我们使用一个案例研究来说明这些方法,评估机器人辅助手术、电视辅助胸腔镜手术和开胸手术治疗非小细胞肺癌的比较有效性。
2020-10-03 cs.CY stat.ME stat.ML