{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,9,10]]，“日期-时间”：“2024-09-10T10:32:32Z”，“时间戳”：1725964352643}，“引用-计数”：54，“发布者”：“威利”，“问题”：“5”，“许可证”：[{“开始”：{'日期-部件“：[[2021,8,9]]，”日期-时间“：”202 1-08-09T00:00:00Z“，”时间戳“：1628467200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“内容域”：{“域”：[“onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[”统计分析“]，”published-print“：{”date-parts“：[2021,10]]}，”抽象“：”摘要<\/jats:title>对2010年右删失数据的生存分析经常出现在包括医学研究在内的许多研究领域。协变量（及其相互作用）对生存分布的影响可以通过现有的方法进行研究，这些方法需要在2010年之前指定协变量的函数形式，包括它们的相互作用。当协变量的影响形式未知时，生存树提供了一种相对灵活的方法。我们提出了SurvCART算法来构建生存树。SurvCART算法有两个区别于其他算法的特点。首先，当前可用的大多数生存树构建技术都不是基于对重要性的正式测试，因此容易产生虚假结果。提出的SurvCART算法利用了条件推理框架，通过参数不稳定性测试选择分割变量，然后根据一些最大选择的统计量找到最优分割。我们使用了基于似然得分\u2010的参数不稳定性测试，这些测试收敛到具有已知分布函数的分布，以便无需任何近似即可轻松获得p<\/jats:italic>\u2010值。其次，SurvCART算法具有灵活性，可以将异质性的概念扩展到审查时间分布，当审查分布受基线协变量影响时，这一特性非常有用。我们评估了参数不稳定性测试的操作特性，并通过仿真比较了SurvCART算法与其他生存树算法的性能。最后，将SurvCART算法应用于实际数据设置。该方法在CRAN上的R包LongCART中实现。<\/jats:p>“，”DOI“：”10.1002\/sam.11539“，”type“：”journal-article“，”created“：{”date-parts“：[2021,8,9]]，”date-time“：”2021-08-09T11:57:11Z“，”timestamp“：1628510231000}，”page“：“源”：“Crossref”，“被count“：6，”title“：[”基于时间异质性的生存树\u2010to\u2010event和使用参数不稳定性测试的审查分布“]，”prefix“：”10.1002“，”volume“：”14“，”author“：[｛”ORCID“：”http:\/\/ORCID.org/0000-0001-6616-5762“，”authenticated ORCID“：false，”given“：”Madan Gopal“，”family“：”Kundu“，”sequence“：”first“，”affiliation“：[{”name“：”Daiichi Sankyo Inc Basking Ridge New \u00a0Jersey USA“}]}，{”given“：”Samiran“，”family“：”Ghosh“，”sequence“：”additional“，”affiliance“：[[{“name”：“美国底特律密歇根州韦恩州立大学医学院家庭医学与公共卫生系”}]}]，“member”：“311”，“published on”：{“date-parts”：[2021,8,9]}，“reference”：[{“key”：“e_1_2_10_2_1”，“doi-asserted-by”：“publisher”，”doi“：”10.2307\/2951764“}，{“key”：”e_1_i_10_3_1“，”doi-assert-by“：”publisher“，“doi”：“10.1002\/（SICI）1097-0258（20000530）19:10<1319:：AID-SIM490>3.0.CO；2-0“}”，{”key“：”e_i_10_4_1““出版商”，“doi”：“10.1002\/9780470316962.ch”}，{“密钥”：“e_1_2_10_5_1”，“doi-asserted-by”：“publisher”，“DOI”：“10.1080\/01621459.1952.10501182”}，{“key”：“e_1_2_10_6_1”，”DOI-asserted-by“：”publisher“，”DOI“：”10.1214\/09-SS047“}，}“volume-title”：“分类和回归树”，“year”：“1984”，“author”：“Breiman L.”，publisher“，”DOI“：”10.1093\/biostatistics\/kxr021“}，{“key”：“e_1_2_10_9_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1200\/JCO.2014.55.6340“}，{“key”：“e_ 1_2_ 10_10_1”、“doi-aserted-by“：”publisher“，“doi”：“10.1002\/1097-0142（19810201）47:3<621:：AID-CNCR28204703333>3.0.CO；2-0“}”，{”key“：”e_1_ 10_11_1“，”doi-assert-by“，”：“publisher”，“doi”：“10.1007\/978-94-009-4794-8_2”}，{“key”：“e_1_2_10_12_1”，“doi-asserted-by”：“publisher”，“DOI”：“10.1016\/0895-4356（94）00164-L”}，{“key”：“e_1_2_10_13_1”，”DOI-asserted-by“：”publisher“，”DOI“：”10.1016\/0167-9473（86）90033-2“}，”key“：”e_1_i_10_14_1“，_15_1“，”DOI-asserted-by“：”crossref“，“首页”：“187”，“DOI”：“10.1111\/j.2517-6161.1972.tb00899.x”，“article-title”：“回归模型和生命\u2010tables”，“volume”：“34”，“author”：“Cox D.R.”，“year”：“1972”，“journal-title“：J.R.Stat.Soc.Ser.B：Methodol.”}，{“key”：”e_1_2_10_16_1“，“unstructured”：“Y.Cui M。R.Kosorok S.Wager和R。Zhu通过因果存活森林，利用2010年的删失数据估计异质处理效应。arXiv预印本arXiv:2001.09887 2020doi-asserted-by“：”publisher“，”doi“：”10.1002\/sim.4780080806“}，{“key”：“e_1_2_10_19_1”，“doi-assert-by”：“publisher”，”doi:“10.1201\/97815889854”}，“key“：”e_1_i_10_20_1“，首页“：”352“，”文章标题“：”左\u2010截断和右\u2010删失数据的生存树，应用于时间\u2010可变协变量数据journal-title“：”癌症治疗代表“}，{“key”：“e_1_2_10_23_1”，“doi-asserted-by”：“publisher”，”doi“：”10.2307\/1392074“}、{“key”：”e_1_i_10_24_1“，”doi-assert-by“：”publisher“，et \/75.4.800“}，{“key”：“e_1_2_10_26_1”，“doi-asserted-by”：“publisher”DOI“：”10.1093\/biostatistics\/kxj011“}，{“key”：“e_1_2_10_27_1”，“unstructured”：“T.Hothorn K.Hornik C.Strobl and A.Zeileis rpart:The party package version 1.3\u20104 2020”}，“{”key“：”e_1_i_10_28_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1198\/106186006X133933”}“，{”key“：“e_ 1_2_ 10_29_1”、“DOI-assert”by“：”publisher“，”DOI“：”10.1002\/sim.1593“}，{”key“：”e_1_2_10_30_1“，”第一页“：”3905“，”article-title“：”partykit:R中递归分区的模块化工具包“，”volume“：”16“，”author“：”Hothorn T“，”year“：”2015“，”journal-title”：“J.Mach。学习。Res.“}，{”key“：”e_1_2_10_31_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1002\/acr.21940“}、{”key“：“e_1_i_10_32_1”，“doi-assert-by”：“publisher”，“doi”：“10.1214\/08-AOAS169”}，“key”：“e_ 1_10_33_1”，”doi-asserted-by“：“publister”，”doi:“10.1080\/24709360.2018.1557797”}，{“key”：“e_1_2_10_34_1”，“非结构化”：“M。G.Kundu Package\u2018LongCART\u2019.cran.r\u2010project.org\/web\/packages\/LongCART\/LongCART.pdf 2021.“}，{”key“：”e_1_2_10_35_1“，”doi-asserted-by“：”publisher“，“doi”：“10.2307\/2532300”}，“key”：“e_1_i_10_36_1”，“doi-assert-by”：“publisher”，”doi“：”10.1080\/0162459.1993.10476296“}”，{“”key“：”e_1_2_10_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1080\/01621459.1967.10482916“}，{“key”：“e_1_2_10_38_1”，“首页”：“361”，“article-title”：“带无偏变量选择和交互检测的回归树”，“volume”：”12“，“author”：“Loh W.”，“year”：“2002”，“journal-title“：”Stat.Sin.“}，{”键“：”e_1_2_10_40_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1214\/12-AOAS596“}，{“key”：“e_1_2_10_41_1”，“doi-assert-by”：“publisher”、“doi”：“10.1080\/01621459.1951.10500769”}、{“key”：”e_1_i_10_42_1“，“doi asserted-by”：”publicher“，”doi“：“10.11080\/0161459.1963.10500855”}，“{”key“：”e_ 2_10_ 43_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s1122-005-1311-z”}，{“key”：“e_1_2_10_44_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1038\/s41598-017-03577-0”}，{“key”：“e_1_i_10_45_1”，“doi-assert-by”：“publisher”，”doi“：”10.1186\/s12967-017-1346-x“}，”{“密钥”：“e_1_2_10_46_1”，{“键”：“e_1_2_10_47_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1200\/JCO.1994..12.10.2086“｝，｛”key“：”e_1_2_10_48_1“，”doi断言“：”publisher“，”doi“：”10.2307\/2531894“｝，｛”key“：”e_1_2_10_49_1“，”doi断言“：”publisher“，”doi“：”10.1080\/1053406.2020.1792478“｝，｛”key“：”e_1_2_10_50_1“，”nonstructured“：”T.M.Therneau B.Atkinson and M.B.Ripley rpart:The rpart package 2010.“｝，｛“键”：“e_1_2_10_51_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1093\/biomet\/77.1.147“}，{“key”：“e_1_2_10_52_1”，“doi-assert-by”：“publisher”、“doi”：“10.1177\/0962280216628900”}、{“key”：”e_1_i_10_53_1“，“doi asserted-by”：”publischer“，”doi“：“10.1016\/j.diagmicrobio.2016.008”}，“{”key“：”e_i_2_10_54_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1198\/106186008X319331”}，{“key”：“e_1_2_10_55_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1198\/0162145000001481”}]，“container-title”：[“统计分析和数据挖掘：ASA数据科学杂志”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/pdf\/101002\/sam.11539”，“内容类型”：“application\/pdf”，“content-version”“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/full-xml\/101002\/sam.11539”，“内容类型”：“application\/xml”，“content-version”：“vor”，“intended-application”：“text-miniing”}，}“URL“https:\\/onlinelibrary.wiley.com/doi//pdf\/101001\/sam.11539”，”内容类型“：”未指定“，”content-vers离子“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,9,6]]，”date-time“：”2024-09-06T03:15:00Z“，”timestamp“：1725592500000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/10002\/sam.11539”}}，“subtitle”：[]，“shortitle”:[]，”issued“：{”date-ports“：[[2021,8,9]]}，”引用计数“：54，”新闻发布“：{”问题“：“5”，“published-print”：{“date-parts”：[2021,10]}}，“alternative-id”：[“10.1002”\/sam.11539”]，“URL”：“http://\/dx.doi.org \/10.1002\/sam.11539”，“archive”：[”Portico“]，“relationship”：{}，”ISSN“：[”1932-1864“，”1932-1872“]，”ISSN-type“：[{”type“print”，“value“：”1932-1864“}，{“type”：“electronic”，“value”：“1932-1872”}]，“subject”：[]，“published“：{”date-parts“：[[2021,8,9]]}，”assertion“：[{”value“：”2021-06-22“，”order“：0，”name“：”received“，”label“：”received“，“group”：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2021-07-15”，“order”：1，“name”:“accepted”，”lable“：”accepted“，”group“：“{”name}}，{“值”：“2021-08-09”，“订单”：2，“名称”：“已发布”，“标签”：“已发布”，“组”：｛“名称”：“发布历史记录”，“标签”：“发布历史记录”｝｝]｝