面向不准确诊断下区间封存数据的半参数分析：及终端事件情形
统计方法学
2026-05-26 v1
摘要
区间封存在慢性病研究中常见，因生物标记物收集间隔性推断疾病状态。尽管已develop许多方法分析此类数据，但通常假设疾病诊断为完美，这在实际中常不成立，因认知功能临床诊断固有不完美或生物标记物（如脑脊液）测量误差。本文引入基于Cox比例风险模型的半参数建模框架，处理不准确诊断下的区间封存数据。模型纳入诊断的灵敏度与特异度，以计量区间是否真含疾病发生的不确定性。框架亦容纳终端事件及诊断准确情形（如尸检）。我们提出非参数最大似然估计法，并开发高效EM算法确保计算可行性。回归系数估计量渐近正态，达到半参数效率界限。我们通过大量模拟研究及阿尔茨海默病（AD）风险评估应用验证方法。我们发现，淀粉样蛋白与AD显著相关，但Tau既能预测AD也能预测死亡。
引用
@article{arxiv.2601.07044,
title = {Semiparametric Analysis of Interval-Censored Data Subject to Inaccurate Diagnoses with A Terminal Event},
author = {Yuhao Deng and Donglin Zeng and Yuanjia Wang},
journal= {arXiv preprint arXiv:2601.07044},
year = {2026}
}
备注
This paper has been accepted by the Annals of Applied Statistics