Buchumschlag

Survival causal rule ensemble method considering the main effect for estimating heterogeneous treatment effects

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ke Wan, Kensuke Tanioka, Toshio Shimokawa
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2024
Schlagworte:	Statistics in Medicine
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causal Rule Ensemble Approach for Multi‐Arm Data
von: Ke Wan, et al.
Veröffentlicht: (2026)

Causal rule ensemble approach for multi-arm data
von: Wan, Ke, et al.
Veröffentlicht: (2025)

Extension of Bootstrap MARS With Group LASSO for Heterogeneous Treatment Effect Estimation
von: Guanwenqing He, et al.
Veröffentlicht: (2026)

Comparison of methods that combine multiple randomized trials to estimate heterogeneous treatment effects
von: Carly Lupton Brantner, et al.
Veröffentlicht: (2024)

Identification and estimation of causal effects in the presence of confounded principal strata
von: Shanshan Luo, et al.
Veröffentlicht: (2024)

Federated Rule Ensemble Method in Medical Data
von: Wan, Ke, et al.
Veröffentlicht: (2026)

Sensitivity analysis for principal ignorability violation in estimating complier and noncomplier average causal effects
von: Trang Quynh Nguyen, et al.
Veröffentlicht: (2024)

Assurance methods for designing a clinical trial with a delayed treatment effect
von: James A. Salsbury, et al.
Veröffentlicht: (2024)

Optimal ensemble construction for multistudy prediction with applications to mortality estimation
von: Gabriel Loewinger, et al.
Veröffentlicht: (2024)

Finding the best subgroup with differential treatment effect with multiple outcomes
von: Beibo Zhao, et al.
Veröffentlicht: (2024)

Validation of predicted individual treatment effects in out of sample respondents
von: Alena Kuhlemeier, et al.
Veröffentlicht: (2024)

Confidence distributions for treatment effects in clinical trials: Posteriors without priors
von: Ian C. Marschner
Veröffentlicht: (2024)

Collaborative inference for treatment effect with distributed data‐sharing management in multicenter studies
von: Mengtong Hu, et al.
Veröffentlicht: (2024)

Comparing two hazard curves when there is a treatment time‐lag effect
von: Xiaoxi Zhang, et al.
Veröffentlicht: (2024)

Dynamic path analysis for exploring treatment effect mediation processes in clinical trials with time‐to‐event endpoints
von: Matthias Kormaksson, et al.
Veröffentlicht: (2024)

Separable and controlled direct effects for competing events: Estimation of component specific effects on sickness absence
von: Niklas N. Maltzahn, et al.
Veröffentlicht: (2024)

Assessing heterogeneity in surrogacy using censored data
von: Layla Parast, et al.
Veröffentlicht: (2024)

Beyond the two‐trials rule
von: Leonhard Held
Veröffentlicht: (2024)

Information‐incorporated sparse hierarchical cancer heterogeneity analysis
von: Wei Han, et al.
Veröffentlicht: (2024)

Statistical inference on qualitative differences in the magnitude of an effect
von: Aaron Hudson, et al.
Veröffentlicht: (2024)

Robust inference for causal mediation analysis of recurrent event data
von: Yan‐Lin Chen, et al.
Veröffentlicht: (2024)

Modeling multiple‐criterion diagnoses by heterogeneous‐instance logistic regression
von: Chun‐Hao Yang, et al.
Veröffentlicht: (2024)

Random Survival Forest for Censored Functional Data
von: Giuseppe Loffredo, et al.
Veröffentlicht: (2025)

Path‐specific causal decomposition analysis with multiple correlated mediator variables
von: Melissa J. Smith, et al.
Veröffentlicht: (2024)

Generalized Estimating Equations for Survival Data With Dependent Censoring
von: Lili Yu, et al.
Veröffentlicht: (2024)

Covariate‐Adjusted Group Sequential Comparisons of Survival Probabilities
von: Peter Zhang, et al.
Veröffentlicht: (2025)

On Window Mean Survival Time With Interval‐Censored Data
von: Takuto Iijima, et al.
Veröffentlicht: (2026)

Model Validation for Survival Analysis by Smoothed Predictive Likelihood
von: Chengyuan Lu, et al.
Veröffentlicht: (2025)

Correction to “A Comparison of Methods to Adjust Survival Curves for Confounders”
Veröffentlicht: (2025)

Meta‐Analysis of Median Survival Times With Inverse‐Variance Weighting
von: Sean McGrath, et al.
Veröffentlicht: (2026)

Random effects models of tumour growth for investigating interval breast cancer
von: Letizia Orsini, et al.
Veröffentlicht: (2024)

Permutation Tests Based on the Copula‐Graphic Estimator and Their Use for Survival Tree Construction
von: Pauline Baur, et al.
Veröffentlicht: (2026)

Estimation and reduction of bias in self‐controlled case series with non‐rare event dependent outcomes and heterogeneous populations
von: Kenneth Menglin Lee, et al.
Veröffentlicht: (2024)

Structured Nonlinear Cure Model With Deep Neural Networks for High‐Dimensional Survival Analysis
von: Xingdong Feng, et al.
Veröffentlicht: (2026)

An Augmented Likelihood Approach Incorporating Error‐Prone Auxiliary Data Into a Survival Analysis
von: Noorie Hyun, et al.
Veröffentlicht: (2025)

Partially Linear Additive Quantile Regression: Theory and Applications to Breast Cancer Patients' Survival
von: Xinyi Zhao, et al.
Veröffentlicht: (2026)

Using Quadratic Programming to Reconstruct Data From Published Survival and Competing Risks Analyses
von: Andrew C. Titman
Veröffentlicht: (2026)

Modeling variation in mixture effects over space with a Bayesian spatially varying mixture model
von: Joseph Boyle, et al.
Veröffentlicht: (2024)

REDOMA: Bayesian random‐effects dose‐optimization meta‐analysis using spike‐and‐slab priors
von: Cheng‐Han Yang, et al.
Veröffentlicht: (2024)

Targeted learning in observational studies with multi‐valued treatments: An evaluation of antipsychotic drug treatment safety
von: Jason Poulos, et al.
Veröffentlicht: (2024)