MétaCan
Menu
Retour à la cohorte
Enregistrement W4296008470 · doi:10.28924/2291-8639-20-2022-46

Statistical Powers of Some Tests for Checking Homogeneity of Survival Distributions with Disjointed Ends in the Presence of Censoring

2022· article· en· W4296008470 sur OpenAlexvenueno aff
Babalola Bayowa Teniola, Adeleke Raphael Ayantunji, Halid Omobolaji Yusuf, Olubiyi Adenike Olufunmilola, Ogunsakin Ropo Ebenezer, Adigun Kehinde Abimbola, Adejuwon Samuel Oluwaseun, Adarabioyo Mumini Idowu, Ogunboyo Ojo Femi, Egbon Osafu Augustine, Akinyemi Oluwadare, Ogunwale Olukunle Daniel, Faweya Olanrewaju, Kawiso Martin

Notice bibliographique

RevueInternational Journal of Analysis and Applications · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensoring (clinical trials)Homogeneity (statistics)Wilcoxon signed-rank testMathematicsStatisticsMonte Carlo methodLog-rank testStatistical hypothesis testingEconometricsSurvival analysisMann–Whitney U test

Résumé

récupéré en direct d'OpenAlex

This paper considered the comparison of some tests for assessing the overall homogeneity of Kaplan-Meier survival curves under low and high censoring rates when the curves are disjointed towards the end. The performances of these tests were measured by their statistical powers. Monte Carlo simulation study was conducted to evaluate and numerically compare the relative performances of Log-rank,Wilcoxon, Tarone-Ware, Peto-Peto, Modified Peto-Peto, the Fleming-Harrington (1,1), and the Babalola-Adeleke tests. The result obtained shows that the Babalola-Adeleke and Fleming-Harrington (1,1) tests have more robust performances than the other five popular tests with relatively high power in detecting differences when the censoring rates in the groups are both low and high. The highest overall average powers under low and high censoring rates were produced by Babalola-Adeleke and Fleming-Harrington (1,1) tests respectively. Hence, these two tests are the most suitable tests for diagnosing homogeneity of survival curves under these conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,383
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Analysis and ApplicationsMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207