RECAST-Surv: Калибровочный метод заимствования для целей выживания в неравных случайных испытаниях

arXiv:2609.191000v1 Annualce Type: New Humber: Randomized tests with simplicate contribution review - в том числе, но не ограничиваясь неравными условиями реандомизации - может предложить этические и практические преимущества, особенно при детских и редких заболеваниях, однако они часто теряют силу из-за того, что для прямого сопоставления имеется меньшее число пациентов с контролем. Заимствование информации из внешних механизмов контроля может повысить эффективность, но при этом может также накачиваться коэффициент погрешности типа I в тех случаях, когда внешние и пробные группы населения недостаточно сопоставимы. Мы предлагаем RCAST-Surv, Байесовскую систему обучения передаче данных для получения результатов от времени к случаю, которая распространяет метод RECAST на параметры выживания. Этот метод изучает структурную модель выживания на основе данных внешнего контроля и калибрует ее до параллельного контрольного механизма текущего испытания с помощью случайного эффекта Cauchy. В целях улучшения частых эксплуатационных характеристик мы далее разрабатываем процедуру на основе ботинок для калибровки правила испытания на ошибку типа I.