Randomization-Based Inference for Median Survival under Dependent Censoring
Inference for median survival times is widely used in clinical and biomedical research, yet standard procedures rely on independent censoring and large-sample approximations that may be invalid when censoring is informative or structurally dependent on failure times. We develop computational strategies for testing equality of median survival times under dependent censoring, including the important special case of semi-competing risks. The proposed framework employs a copula-graphic estimator of the marginal survival function combined with randomization-type test statistics to improve finite-sample performance. Simulation studies demonstrate reliable control of type I error and competitive power across a range of dependence structures and censoring intensities. The proposed methods are implemented in the R package SurvivalCop, developed for dependent survival data, and provide flexible, computationally efficient tools for median-based inference in complex survival settings.
Inférence basée sur la randomisation pour la survie médiane en cas de censure dépendante
L'inférence pour les durées de survie médianes est largement utilisée dans la recherche clinique et biomédicale, mais les procédures standard reposent sur une censure indépendante et des approximations sur échantillons de grande taille qui peuvent être invalides lorsque la censure est informative ou structurellement dépendante des durées de défaillance. Nous développons des stratégies computationnelles pour tester l'égalité des durées de survie médianes sous censure dépendante, y compris le cas particulier important des risques semi-concurrents. Le cadre proposé utilise un estimateur copulaire graphique de la fonction de survie marginale combiné à des statistiques de test de type randomisation pour améliorer les performances sur échantillon fini. Des études de simulation démontrent un contrôle fiable de l'erreur de type I et une puissance compétitive sur plusieurs structures de dépendance et intensités de censure. Les méthodes proposées sont mises en œuvre dans le package R SurvivalCop, développé pour les données de survie dépendantes, et produisent des outils flexibles et efficaces sur le plan informatique pour l'inférence basée sur la médiane dans des contextes de survie complexes.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English