Buchumschlag

Statistical Inference for Heterogeneous Treatment Effect with Right-censored Data from Synthesizing Randomized Clinical Trials and Real-world Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mao, Guangcai, Yang, Shu, Wang, Xiaofei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Statistical Inference for Heterogeneous Treatment Effects Discovered by Generic Machine Learning in Randomized Experiments
von: Imai, Kosuke, et al.
Veröffentlicht: (2022)

A Workflow for Evaluating Regional Treatment Effect Heterogeneity in Multi-Regional Clinical Trials
von: Zhang, Cong, et al.
Veröffentlicht: (2026)

Considerations for the Integration of Randomized Controlled Trials and Real-World Data
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Identifying Treatment Effect Heterogeneity with Bayesian Hierarchical Adjustable Random Partition in Adaptive Enrichment Trials
von: Zhao, Xianglin, et al.
Veröffentlicht: (2025)

Uncovering Treatment Effect Heterogeneity in Pragmatic Gerontology Trials
von: Li, Changjun, et al.
Veröffentlicht: (2025)

An Estimator-Robust Design for Augmenting Randomized Controlled Trial with External Real-World Data
von: Qiu, Sky, et al.
Veröffentlicht: (2025)

Precision Mental Health: Predicting Heterogeneous Treatment Effects for Depression through Data Integration
von: Brantner, Carly L., et al.
Veröffentlicht: (2025)

Randomization Tests for Distributions of Individual Treatment Effects via Combined Rank Statistics
von: Kim, David, et al.
Veröffentlicht: (2026)

Treatment heterogeneity with right-censored outcomes using grf
von: Sverdrup, Erik, et al.
Veröffentlicht: (2023)

Using Individualized Treatment Effects to Assess Treatment Effect Heterogeneity
von: Sechidis, Konstantinos, et al.
Veröffentlicht: (2025)

Causal-ICM: A Data Fusion Framework For Heterogeneous Treatment Effect Estimation With Multi-Task Gaussian Processes
von: Dimitriou, Evangelos, et al.
Veröffentlicht: (2024)

A Hierarchical Random Effects State-space Model for Modeling Brain Activities from Electroencephalogram Data
von: Guo, Xingche, et al.
Veröffentlicht: (2023)

Heterogeneous Clinical Trial Outcomes via Multi-Output Gaussian Processes
von: Thomas, Owen, et al.
Veröffentlicht: (2024)

The Influence of Nuisance Parameter Uncertainty on Statistical Inference in Practical Data Science Models
von: Wan, Yunrong
Veröffentlicht: (2024)

Modeling Time-Varying Effects of Mobile Health Interventions Using Longitudinal Functional Data from HeartSteps Micro-Randomized Trial
von: Yu, Jiaxin, et al.
Veröffentlicht: (2024)

Correcting for Missing Data When Evaluating Surrogate Markers in a Clinical Trial
von: Lotspeich, Sarah C., et al.
Veröffentlicht: (2026)

Treatment Effect Heterogeneity and Importance Measures for Multivariate Continuous Treatments
von: Shin, Heejun, et al.
Veröffentlicht: (2024)

Assessing Heterogeneity of Treatment Effects
von: Kaji, Tetsuya, et al.
Veröffentlicht: (2023)

R-Estimation with Right-Censored Data
von: Satten, Glen A., et al.
Veröffentlicht: (2026)

[Invited Discussion] Randomization Tests to Address Disruptions in Clinical Trials: A Report from the NISS Ingram Olkin Forum Series on Unplanned Clinical Trial Disruptions
von: Phillips, Rachael V., et al.
Veröffentlicht: (2024)

Statistical Design of Pragmatic Trials Using Electronic Health Record Data when Outcome Assessments are Uncontrolled and Irregular
von: Bobb, Jennifer F., et al.
Veröffentlicht: (2026)

Causal Inference for Genomic Data with Multiple Heterogeneous Outcomes
von: Du, Jin-Hong, et al.
Veröffentlicht: (2024)

Treatment Effect Learning Under Sequential Randomization
von: Friedberg, Rina, et al.
Veröffentlicht: (2025)

Joint Modeling of Longitudinal EHR Data with Shared Random Effects for Informative Visiting and Observation Processes
von: Yang, Cheng-Han, et al.
Veröffentlicht: (2026)

On the Calibration of Bayesian Success Criteria and Operating Characteristics for Clinical Trials
von: Yang, Peng, et al.
Veröffentlicht: (2026)

A Bayesian Treatment Selection Design for Phase II Randomised Cancer Clinical Trials
von: Komaki, Moka, et al.
Veröffentlicht: (2025)

BMW: Bayesian Model-Assisted Adaptive Phase II Clinical Trial Design for Win Ratio Statistic
von: Zhu, Di, et al.
Veröffentlicht: (2026)

A Bayesian Joint Modelling for Misclassified Interval-censoring and Competing Risks
von: Yang, Zhenwei, et al.
Veröffentlicht: (2024)

Bayesian Hierarchical Model for Synthesizing Registry and Survey Data on Female Breast Cancer Prevalence
von: Wang, Qiao, et al.
Veröffentlicht: (2024)

Causal Inference for Circular Data
von: Wu, Kuan-Hsun
Veröffentlicht: (2025)

Toward Valid Generative Clinical Trial Data with Survival Endpoints
von: Chassat, Perrine, et al.
Veröffentlicht: (2025)

Study Duration Prediction for Clinical Trials with Time-to-Event Endpoints Using Mixture Distributions Accounting for Heterogeneous Population
von: Zhang, Hong, et al.
Veröffentlicht: (2023)

Personalized Biopsy Schedules Using an Interval-censored Cause-specific Joint Model
von: Yang, Zhenwei, et al.
Veröffentlicht: (2022)

Mendelian Randomization Methods for Causal Inference: Estimands, Identification and Inference
von: Yao, Minhao, et al.
Veröffentlicht: (2025)

The Use of Variational Inference for Lifetime Data with Spatial Correlations
von: Wang, Yueyao, et al.
Veröffentlicht: (2025)

Estimating Heterogeneous Causal Effects of High-Dimensional Treatments: Application to Conjoint Analysis
von: Goplerud, Max, et al.
Veröffentlicht: (2022)

Shifting the Paradigm: Estimating Heterogeneous Treatment Effects in the Development of Walkable Cities Design
von: Zhu, Jie, et al.
Veröffentlicht: (2024)

Estimating Interpretable Heterogeneous Treatment Effect with Causal Subgroup Discovery in Survival Outcomes
von: Bo, Na, et al.
Veröffentlicht: (2024)

Covariate Ordered Systematic Sampling as an Improvement to Randomized Controlled Trials
von: Jobson, Deddy, et al.
Veröffentlicht: (2024)

Flexible Approach for Statistical Disclosure Control in Geospatial Data
von: Skøien, Jon Olav, et al.
Veröffentlicht: (2024)