Trajectory-informed graph-based clustering for longitudinal cancer subtyping
该研究提出了一种结合多模态临床数据与纵向患者轨迹的轨迹导向图聚类方法，通过构建包含时间变化特征及临床状态转换的患者相似性图，成功识别出具有不同预后轨迹且与疾病进展模式一致的癌症亚型，从而弥补了传统静态分型方法的不足并推动了个性化肿瘤学的发展。
📊 Category
stat.ME
220 篇论文
Pseudo Empirical Best Prediction of Multiple Characteristics in Small Areas
本文针对复杂抽样设计下多变量小区域估计问题，提出了一种基于多元嵌套误差回归模型的伪经验最佳线性无偏预测方法，并推导了统一预测器及自助法均方误差估计量，通过模拟与住房数据应用验证了其有效性。
Novel g-computation algorithms for time-varying actions with recurrent and semi-competing events
该研究提出了两种新的 g-计算算法，旨在同时解决时间变化干预中的时间变化混杂与半竞争事件（如死亡）问题，并通过模拟研究和基于国家纵向青少年至成人健康调查数据的实证分析，验证了其在评估吸烟预防对中年高血压及死亡风险影响时的无偏性与优越性。
A General Theory of Outcome Weighted Learning for Individualized Treatment Rules
本文针对个体化治疗规则，建立了基于 Matern 核和多种代理损失的广义结果加权学习理论框架，推导了 0-1 风险与代理损失之间的通用关系及收敛速率，并提出了两种迭代重加权优化算法，通过模拟和 ACTG 175 数据应用验证了其优异性能。
Bayesian Hierarchical Models and the Maximum Entropy Principle
本文证明了当贝叶斯层次模型中给定超参数的先验为最大熵分布时，通过对超参数积分得到的参数边缘先验同样具有最大熵性质，只是其约束条件变为对未知量某函数的边缘分布的约束，从而揭示了层次模型所隐含的假设信息。
An operator-level ARCH Model
本文提出了一种适用于一般可分希尔伯特空间的算子级 ARCH 模型，该模型能够刻画条件协方差算子的完整演化，并建立了其平稳性、矩存在性及参数估计的一致性理论，同时通过模拟和高频日内收益数据应用验证了其实际效用。
Optimized combination of independent or simultaneous e-values
该论文证明了基于标准 e-过程构造的优化 e-值组合在根据数据调整参数时依然有效，这一结论适用于独立 e-值及一种介于独立性与序列有效性之间的新型“同时 e-变量”，并提出了基于初等对称多项式的改进组合检验方法。
Causal Concept Graphs in LLM Latent Space for Stepwise Reasoning
该论文提出了因果概念图（CCG）框架，通过结合任务条件稀疏自编码器与可微结构学习，在语言模型潜在空间中构建概念间的因果依赖关系，从而显著提升了多步推理任务中干预操作的有效性与可解释性。
Gimbal Regression: Orientation-Adaptive Local Linear Regression under Spatial Heterogeneity
本文提出了一种名为“万向节回归”（Gimbal Regression）的确定性、几何感知局部回归框架，旨在通过显式利用邻域几何构建方向性权重并采用闭式求解，解决因各向异性或低维邻域导致的局部回归病态问题，从而在空间异质性分析中实现更稳定、可审计的估计。
Robust Updating of a Risk Prediction Model by Integrating External Ranking Information
该论文提出了一种通过惩罚基于排名的差异度量来整合外部预后模型排序信息的新方法，从而在无需外部模型具备特定形式且存在人群或评分差异的情况下，有效构建具有稳健预测性能的新型风险模型。
Surrogate-Assisted Targeted Learning for Delayed Outcomes under Administrative Censoring
本文提出了一种针对行政删失下延迟结局的替代辅助靶向最小损失估计量，该方法通过替代桥接表示避免了逆概率加权的不稳定性，具备渐近线性和双重稳健性，并在模拟与实证研究中展现了优异的有限样本性能。
Post-Experiment Decisions: The Dual Adjustments for Rollout and Downstream Optimizations
该论文提出了一种名为 PATRO 的“预测 - 调整 - 再推广 - 优化”方法，通过对实验估计值进行独立的数据无关调整，解决了在不确定性下将实验结果同时用于推广决策和下游运营优化时因成本不对称而导致的次优问题，其效果在理论和数值上均接近贝叶斯最优基准。
Strong Gaussian approximation for U-statistics in high dimensions and beyond
该论文在温和假设下建立了高维非退化 U 统计量的强高斯逼近理论，通过提出新的鞅极大不等式与高维独立和强逼近相结合的技术，实现了无需界或自助法即可推导泛函高斯极限，并成功应用于高维变化点检测与重尾分布下的自归一化检验。
Conformal prediction for high-dimensional functional time series: Applications to subnational mortality
该论文提出了一种针对高维函数时间序列的模型无关且分布自由的共形预测方法，通过比较拆分式与序列式共形预测在日本和加拿大分省年龄别死亡率数据上的表现，展示了其在有限样本下构建预测区间的优越性。
Investigations of Heterogeneity in Diagnostic Test Accuracy Meta-Analysis: A Methodological Review
这篇方法学综述评估了 2024 年发表的诊断准确性 Meta 分析中异质性研究的频率、特征及与指南的一致性，发现异质性研究虽普遍存在且与研究数量正相关，但统计模型报告常不清晰，且预先方案中的异质性研究预设不足。
Multiple change-point detection on the circle via isolation using permutation testing
本文提出了一种名为 PCID 的基于置换检验的隔离检测新方法，用于在离线模式下有效检测分段常数圆形信号中的多个变点，该方法在假设噪声服从冯·米塞斯分布下推导对比函数，并展现出对多种分布及序列相关噪声的鲁棒性，且在多个真实世界数据集上得到了验证。
Bayesian Design and Analysis of Precision Trials with Partial Borrowing
该论文针对精准医疗中异质性效应估计的需求，提出了一种基于协变量分布拟合度对外部数据进行个体加权、并结合贝叶斯先验进行试验设计的部分信息借用框架，旨在优化稀疏亚组的临床试验效能。
Risk time splitting for improved estimation of screening programs effect on later mortality
该论文详细阐述并扩展了 Weedon-Fekjær 等人提出的风险时间分割法，通过利用最大似然估计和所有可用数据来修正癌症筛查对后期死亡率的影响，从而在挪威和丹麦数据的实证分析中显著提高了估计精度并缩小了置信区间。
Kernel Tests of Equivalence
本文提出了一种基于核函数（包括核 Stein 差异和最大均值差异）的新颖等价性检验方法，旨在克服传统拟合优度检验无法有效证明分布间无显著差异的局限，通过设定预定义差异边界并采用渐近正态近似或自举法计算临界值，从而在控制误差率的前提下评估候选分布与名义分布的等价性。
Redefining shared information: a heterogeneity-adaptive framework for meta-analysis
该论文提出了一种基于 Kullback-Leibler 散度惩罚的异质性自适应元分析框架，通过向新的“质心”分布收缩来动态调整数据集间的信息共享，从而在不假设参数同质性的前提下实现了比传统方法更小的均方误差和有效的统计推断。