Fugu-MT 論文翻訳(概要): A Framework for Estimating Restricted Mean Survival Time Difference using Pseudo-observations

論文の概要: A Framework for Estimating Restricted Mean Survival Time Difference using Pseudo-observations

arxiv url: http://arxiv.org/abs/2601.06296v1
Date: Fri, 09 Jan 2026 20:22:07 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-13 19:08:00.735015
Title: A Framework for Estimating Restricted Mean Survival Time Difference using Pseudo-observations
Title（参考訳）: Pseudo-observation を用いた制限平均生存時間差推定フレームワーク
Authors: Man Jin, Yixin Fang,
Abstract要約: 対象学習 (TL) フレームワークは, 平均生存時間 (RMST) の差を, 時間と結果の異なる臨床試験で推定するために開発された。このフレームワークは実データアプリケーションを使ってデモされている。
参考スコア（独自算出の注目度）: 0.2864713389096699
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A targeted learning (TL) framework is developed to estimate the difference in the restricted mean survival time (RMST) for a clinical trial with time-to-event outcomes. The approach starts by defining the target estimand as the RMST difference between investigational and control treatments. Next, an efficient estimation method is introduced: a targeted minimum loss estimator (TMLE) utilizing pseudo-observations. Moreover, a version of the copy reference (CR) approach is developed to perform a sensitivity analysis for right-censoring. The proposed TL framework is demonstrated using a real data application.
Abstract（参考訳）: 対象学習(TL)フレームワークは,時間と結果の制限平均生存時間(RMST)の違いを推定するために開発された。アプローチは、ターゲット推定を、調査と管理の処理のRMST差として定義することから始まる。次に,擬似観測を用いた目標最小損失推定器(TMLE)を提案する。さらに、コピーリファレンス(CR)アプローチのバージョンを開発し、右検閲の感度分析を行う。提案するTLフレームワークは実データアプリケーションを用いて実証する。

関連論文リスト

Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-17T11:47:56Z)
Learning Robust Treatment Rules for Censored Data [14.95510487866686]
最適な治療規則を推定するための2つの基準を提案する。既存の手法と比較して性能が向上した。エイズの臨床データを用いた方法も提案した。
論文参考訳（メタデータ） (2024-08-17T09:58:58Z)
Pseudo-Observations and Super Learner for the Estimation of the Restricted Mean Survival Time [0.0]
疑似観測とスーパーラーナを組み合わせた,フレキシブルで使いやすいアンサンブルアルゴリズムを提案する。提案手法から得られた予測をRMST適応リスク尺度,予測間隔,変数重要度尺度で補完する。
論文参考訳（メタデータ） (2024-04-26T07:38:10Z)
Longitudinal Targeted Minimum Loss-based Estimation with Temporal-Difference Heterogeneous Transformer [7.451436112917229]
縦断的問題設定における動的処理ポリシーの下で, 結果の反実的平均を推定する新しい手法を提案する。本手法では,時間差学習を用いて学習した異種型埋め込みを用いたトランスフォーマーアーキテクチャを用いる。また, 統計的理論に基づく95%信頼区間の設定を可能とし, 統計的推測を容易にする。
論文参考訳（メタデータ） (2024-04-05T20:56:15Z)
Flexible Nonparametric Inference for Causal Effects under the Front-Door Model [2.6900047294457683]
本研究では, 平均治療効果, 平均治療効果の両面から, 新規な1段階, 目標最小損失ベース推定装置を開発した。我々の推定器は観測されたデータ分布のパラメータ化に基づいて構築され、メディエータ密度を完全に回避するアプローチを含む。因果効果推定器の効率を向上させるためにこれらの制約をどのように活用できるかを示す。
論文参考訳（メタデータ） (2023-12-15T22:04:53Z)
Beyond AUROC & co. for evaluating out-of-distribution detection performance [50.88341818412508]
安全(r)AIとの関連性を考えると,OOD検出法の比較の基礎が実用的ニーズと整合しているかどうかを検討することが重要である。我々は,IDとOODの分離が不十分なことを明示する新しい指標であるAUTC(Area Under the Threshold Curve)を提案する。
論文参考訳（メタデータ） (2023-06-26T12:51:32Z)
Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
提案する新しい概念を応用した新しい推定器を提案する。我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
論文参考訳（メタデータ） (2023-02-06T05:17:22Z)
Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文参考訳（メタデータ） (2021-07-05T21:05:11Z)
On the Practicality of Deterministic Epistemic Uncertainty [106.06571981780591]
決定論的不確実性法(DUM)は,分布外データの検出において高い性能を達成する。 DUMが十分に校正されており、現実のアプリケーションにシームレスにスケールできるかどうかは不明だ。
論文参考訳（メタデータ） (2021-07-01T17:59:07Z)
CoinDICE: Off-Policy Confidence Interval Estimation [107.86876722777535]
強化学習における高信頼行動非依存のオフ政治評価について検討する。様々なベンチマークにおいて、信頼区間推定が既存の手法よりも厳密で精度が高いことが示されている。
論文参考訳（メタデータ） (2020-10-22T12:39:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。