逆概率治疗加权Kaplan-Meier估计器的方差估计
统计方法学
2025-11-04 v1
摘要
在一篇广为引用的论文中，Xie和Liu（以下简称XL）提出了使用逆概率治疗加权（IPTW）来消除存活终点受右删失观察性研究中可能的混杂因素的作用。其提议包括用于估计治疗特定潜在失效时间生存函数的IPTW Kaplan-Meier（KM）估计器，可用于评估一种治疗与另一种治疗的因果效应。IPTW KM估计器简洁且高效，能显著纠正混杂偏差。该方法已在SAS的流行程序LIFETEST中实现，用于分析存活数据，已得到广泛应用。本文关注IPTW KM估计器的方差估计。XL提供的方差估计未考虑当惩因得分从数据中估计时的IPTW权变量不确定性，这在观察性研究中通常是如此。本文提供了基于估计惩因得分的IPTW KM估计器的严谨渐近分析。我们的分析表明，估计惩因得分确实会导致较小的渐近方差，可通过插值方差估计器一致地估计。我们还 presenting了一个模拟研究，比较我们提议的方差估计与XL方差估计。我们的模拟结果确认，提议的方差估计比XL方差估计更准确，而XL方差估计倾向于高估IPTW KM估计器的抽样方差。
引用
@article{arxiv.2511.01110,
title = {Variance Estimation for the Inverse Probability of Treatment Weighted Kaplan Meier Estimator},
author = {Zhiwei Zhang and Yongwu Shao and Zhishen Ye},
journal= {arXiv preprint arXiv:2511.01110},
year = {2025}
}