Aller au contenu principal
Accès ouvert déclaré 2025 article

Survival Analysis Under the Aalen's Additive Hazards Model With Covariate Measurement Error: Application to Causal Mediation Analysis

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Covariate measurement error is an important problem in survival analysis, which has been well studied under the Cox proportional hazards model. However, measurement error effects have been rarely addressed under the Aalen's additive hazards model, and there is a lack of methods to correct for error effects. In recent years, the Aalen's additive hazards model has been increasingly used in causal mediation analysis. Although the longitudinal mediator is frequently measured with uncertainty, the issue of measurement error in the mediator has received little attention. In this article, we study the general problem of covariate measurement error under the Aalen's additive hazards model and propose a measurement error correction strategy. We then extend the proposed method to causal mediation analysis in the survival setting with an error-prone longitudinal mediator. Corrected estimation of the direct and indirect effects is obtained. The performance of the proposed method is assessed in numerical studies.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Survival Analysis Under the Aalen's Additive Hazards Model With Covariate Measurement Error: Application to Causal Mediation Analysis
Date Crossref
01/12/2025
Éditeur
Wiley
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Causal Inference TechniquesBayesian Modeling and Causal InferenceStatistical Methods and Inference

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.