带有删失生存数据的判别度量高效非参数估计量
统计方法学
2025-08-12 v3
摘要
诸如一致性指数和累积-动态时间相关 ROC 曲线下面积 (AUC) 等判别度量在医学文献中被广泛用于评估评分规则的预测准确性，该评分规则将一组预后标志物与经历特定事件的风险相关联。通常，就判别能力而言被评估的评分规则是生存回归模型（如 Cox 比例风险模型）的线性预测变量。这具有一个不合意的特征，即当模型被错误设定时，评分规则依赖于删失分布。在本研究中，我们关注线性评分规则，其中系数向量是在无删失设定下定义的非参数估计目标。我们针对此类评分规则提出了上述判别度量的所谓去偏估计量。所提估计量通过允许使用数据自适应方法进行模型拟合，充分利用了数据并最小化了偏差。此外，该估计量不依赖于删失模型的正确设定即可产生一致估计。我们在模拟研究中将所提估计量与现有方法进行了比较，并通过在一项脑癌研究中的应用对该方法进行了说明。
引用
@article{arxiv.2409.05632,
title = {Efficient nonparametric estimators of discrimination measures with censored survival data},
author = {Marie Skov Breum and Torben Martinussen},
journal= {arXiv preprint arXiv:2409.05632},
year = {2025}
}