Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:2510.07122

帮助 | 高级搜索

统计学 > 方法论

arXiv:2510.07122 (stat)
[提交于 2025年10月8日 ]

标题: 在肿瘤学研究中评估总体生存率(OS)

标题: On Assessing Overall Survival (OS) in Oncology Studies

Authors:Jason C. Hsu
摘要: 在评估肿瘤学研究中的总生存期(OS)时,疗效指标必须符合逻辑,否则患者可能会被错误地选择。 本文说明,时间比(TR)符合逻辑,而风险比(HR)不符合逻辑。 鉴于时间比(TR)被推荐使用,建议采用平滑过渡策略。 结论指出:逻辑性要求,且亚组可混合估计(SME)提供了总体人群的疗效评估,在亚组中的最小和最大疗效范围内,无论结果如何测量,无论选择哪种符合逻辑的疗效指标,无论亚组如何分层,相同的疗效评估结果。
摘要: In assessing Overall Survival (OS) in oncology studies, it is essential for the efficacy measure to be Logic-respecting, for otherwise patients may be incorrectly targeted. This paper explains, while Time Ratio (TR) is Logic-respecting, Hazard Ratio (HR) is not Logic-respecting. With Time Ratio (TR) being recommended, a smooth transitioning strategy is suggested. The conclusion states: Logicality requires, and Subgroup Mixable Estimation (SME) delivers, an efficacy assessment for the overall population within the range of minimum and maximum efficacy in the subgroups, no matter how outcome is measured, whichever logic-respecting efficacy measure is chosen, the same efficacy assessment regardless of how subgroups are stratified.
主题: 方法论 (stat.ME) ; 应用 (stat.AP)
引用方式: arXiv:2510.07122 [stat.ME]
  (或者 arXiv:2510.07122v1 [stat.ME] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.07122
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jason Hsu [查看电子邮件]
[v1] 星期三, 2025 年 10 月 8 日 15:14:02 UTC (80 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号