处理相依右删失的邻近生存分析

许多流行病学和临床研究旨在分析时间-事件终点。一个常见的复杂情况是右删失。在某些情况下，右删失是因为受试者在研究终止后仍存活或搬离研究区域，此时右删失通常被视为独立或非信息性的。若有可用的时变协变量信息，可进一步将该假设放宽至条件独立删失，即假设在协变量层内删失时间与失效时间独立。在其他一些情形中，事件可能被死亡等其他竞争事件删失，并可能通过预后与删失相关联。实际上，测量的协变量很少能确定地捕捉所有此类关联。对于这种相依删失，协变量测量通常至多只是潜在预后的代理变量。本文通过正式承认条件独立删失在实践中可能不成立，并将协变量测量视为潜在关联的不完美代理，建立了一个非参数识别框架。该框架提出了自适应估计量，我们给出了其在一致性、渐近正态性和双重稳健性方面成立的通用假设。我们用具体设定阐释了该框架，并通过蒙特卡洛模拟检验了所提估计量的有限样本表现，将其应用于 SEER-Medicare 数据集。