因此，生存曲线是否与X轴有交叉，主要取决于随访时间最长的那位患者是生存还是死亡，若为死亡，则自然与X轴相交。 总生存期是指从随机化分组开始，至因任何原因引起死亡的时间。 对于死亡之前就已经失访的受试者，通常将最后一次随访时间计算为死亡时间。
所以5年生存率并不是指患者只能活5年，而是指患者活5年以上的概率。 比如共1000人参加临床试验，将每个人的生存时间按从小到大排名，第501人的生存时间为18个月，即表明该临床试验的中位生存期为18个月。 由于不单单展现药物疗效，因而不建议用于疗效确认性试验。 TTF 的本质是一具有综合特性的指标，所以，可造成为了达到毒性的降低，而潜在影响了预期疗效的产生。 一般而言，总生存期和无进展生存期也采用中位生存期的数据。 因为中位生存期取中间数的方法比总生存期和无进展生存期取平均数的方法更自然、更准确一些。
生存期: 生存期模型
然而，如果评估 PFS 的过程中，发现大部分患者不是死于肿瘤，而是其他疾病，这时势必 PFS 会有很大偏倚。 生存期 此时就不得不说与 PFS 生存期 类似的另一个评估指标——TTP。 总的来说，5年生存率只是一个统计概念，不能单指某个患者的生死结局，不必将总体的预估概率往自己头上套。 即使是5年生存率仅为11.1%的胰腺癌，也有患者可以获得临床治愈（生存5年以上），任何人都可能成为11.1%中的一个。 因此，面对肿瘤，不要盲目恐慌或者轻易放弃治疗，积极寻找最佳治疗方案，保持信心，坚持与肿瘤作斗争。
迭代模型与瀑布模型不同，不再强调开发工作的序列化过程，而是将这些过程并行化，分为多个阶段，每个阶段都包含这些工作，只是不同阶段，不同的比例。 螺旋模型每个周期分为四个阶段：制定计划、风险分析、实施工程、客户评估；强调的是产品从小到大，不断改进，不断风险分析的过程，特别适合于庞大而复杂的、高风险的系统… 队列研究，研究者可以通过比较暴露组和对照组在生存率、中位生存时间方面是否存在着统计学差异。 队列研究可以用于临床研究评价治疗措施疗效，也可以用于公共卫生开展病因学的研究。 由于队列研究不如实验性研究，在患者控制上往往心有余而力不足，所以缺失现象非常严重，缺失的数据，一般的统计学方法很难应付，但是生存分析可以解决，因此基本上大型队列研究，生存分析是主要的方法。
生存期: OS、PFS、DFS 有啥区别？一文搞懂6大临床试验终点
中位随访时间则恰恰相反，删失的那些是结局（因为就是随访到那个时间点了），“死亡”则是作为删失。 一般来说，一个群体的死亡速度一般都随时间的变化而变化。 因此早期死亡率高，由此造成研究对象生存时间往往都是偏态分布，是正偏态分布。 迭代模型： 是通过连续的原型和概念验证来改进产品或结果，每一个新的原型都能带来新的相关反馈和团队的见解。 而且，受免疫力下降的影响，在手术过后的感染风险也相对较大。
总的来说，不同患者的生存期差异也不同，晚期患者到底还能活多久，主要是取决于自身情况、肿瘤分期、是否进行合理治疗等。 只要能配合医生积极的进行治疗，那后期生存质量、生命值等都会有所延长。 PFS 生存期 包括死亡，更好地反映了药物毒副作用，因此与 OS 有更好的相关性。
生存期: 文章被以下专栏收录
预后分析往往要考虑很多因素，比如病人失访了（失去联系），最终无法明确病人是否死亡。 也有可能病人并不是死于预定的观察终点，比如研究肺癌预后，设定的观察终点是肺癌相关死亡事件，但问题在于有的病人中途可能死于车祸或心血管疾病，这类病人自然就没有观察终点了。 在随访中，这些没有观察终点的案例叫失访案例，或者删失案例。 当然，还有一个最重要的问题，就是有的疾病生存时间较长，比如睾丸癌，随访二三十年也未必能等到病人全部死亡。 在这些情况中，如果仅仅比较生存时间，显然是不可能，也不合理的。 打个极端的比方：某人对10例晚期和10例早期肺癌进行了1年的随访，旨在确定早期病人的预后是否好于晚期病人。
“治愈”是我们所关心的阳性结局，那么病人接受治疗到治愈的一段时间是新冠肺炎中西医结合资料临床试验的生存时间。 生存期 软件是计算机系统中与硬件相互依存的另一个部分，包括程序、数据、及其相关文档的完整集合。 其中，程序是按事先设计的功能和性能要求执行的指令序列；数据是使程序能够正确地处理信息的数据结构；文档是与程序开发、维护和使用有关的图文资料。 也被称为软件过程模型，是从软件项目需求定义直至软件运行维护为止，跨越整个生命周期的系统开发、运行和维护所实施的全部过程、活动和任务的结构框架。 1）阶段间具有顺序性和依赖性必须等前一阶段的工作完成之后，才能开启后一阶段的工作。 比如说，有临床医生开展新冠肺炎中西医结合资料临床试验，分别比较中西医结合和西医组治疗新冠肺炎的疗效。
生存期: OS、中位生存期MST、无进展生存期PFS、疾病进展时间TTP、中位生存时间、中位随访时间
中西医结合在患者接受治疗后的2个月内，治愈率是98%，西医组治愈率是95%，这里的阳性事件是治愈，两个指标阳性率非常接近，在统计学上应该无统计学差异。 又比如，分析两种临床药物治疗晚期肝癌的有效率，发现两种药治疗后2年内肝癌死亡率分别是92.2%，96.5%，也没有统计学差异。 文章目录瀑布模型快速原型模型增量模型螺旋模型喷泉模型瀑布模型实际的瀑布模型是带有反馈环的。 当后面阶段发现前面阶段的错误时，可以反馈到前面的阶段，修正前面阶段的产品之后再回过来继续完成后面阶段的任务。 优点： 生存期 严格规定了每个阶段必须提交的文档 可以强迫开发人员采用规范化的方法 要求每个阶段交出的所有产品必须是经过验证的 缺点： 书面的规格说明与用户真实需求的差异 只适用于项目开始的时候需求… 瀑布模型强调开发工作（计划、设计、开发、测试、维护等）各阶段之间的先后顺序，不可以并行操作。
临床试验中常常会用到 5 年生存率，即——某种肿瘤经过各种综合治疗后，生存五年以上的患者比例。 肿瘤患者治疗后，一部分复发转移、一部分死亡，一部分生存。 80% 复发转移常发生在根治术后 3 年内，10% 左右发生在 5 年内，5 年后再次复发概率很低。
生存期: 迭代生存期模型
针对生存数据，核心目标便是评价一个群体的“死亡速度”，具体比较的是生存时间长短；此外，我们还可以分析由“死亡速度”产生的另外一个里程概念，“死亡”率或者“生存”率。 （再次提醒，这里的生存与死亡不是狭义上的概念，而是是否出现阳性事件）。 生存数据不仅仅指的是生命是生、是死的数据；广义而言，生存结局指的是研究对象是否出现我们研究者感兴趣的阳性终点事件；更广泛来说，生存结局是某一现象是否出现失效（failure）事件。
增量模型： 一个增量一个增量的开发过程，每个增量是一个交付成果。 即增量模型向客户提交完成的可交付的成功，让用户可以立即使用。 在临床研究中，生存曲线（又称Kaplan-Meier曲线）是最常用图片之一，旨在描述各组患者的生存状况。 一张漂亮的、专业的生存曲线图不仅可以令编辑、读者和审稿专家眼前一亮，同时也能为论文增色不少。 生存期 然而，对于一些新手而言，生存曲线却显得十分陌生，不知道为何要绘制生存曲线，也不知道该如何解读生存曲线的结果。 在此，笔者结合自己长期做统计分析和绘制生存曲线的经验，浅谈如何解读生存曲线。
生存期: 生存、总生存、无进展生存、无病生存、客观缓解到底是什么？
这是因为，恶性肿瘤有复发和转移的机会，所以患者经合理治疗后，还需要定期的复查和随访，检测肿瘤有没有复发和转移。 肿瘤的复发和转移一般发生在根治后3年以内，约占80%，少部分发生在根治后5年以内，约占10%。 某种肿瘤经过治疗后，有一部分可能出现转移和复发，其中的一部分人可能因肿瘤进入晚期而去世。 转移和复发大多生在根治术后三年之内，约占80%，少部分发生在根治术后五年之内，约占10%。
这不仅来自于癌症各种不适的折磨，更是死亡逼近时的恐惧。 另外，也有用3年生存率和10年生存率表示疗效的，与5年生存率相同，3年生存率是指，患者存活3年以上的概率，10年生存率是指患者存活10年以上的概率。 DFS 最常用于根治性手术或放疗后的辅助治疗的研究，目前是乳腺癌辅助性激素治疗、结肠癌辅助治疗、以及乳腺癌的辅助化疗的主要审批基础。