实际情况是，每项开发活动均应具有以下特征： （… 也有人说，我不比较生存时间，而是比较1年生存率，5年生存率，这又何尝不可。 这确实是一种预后分析的方法，但是其在方法学上有瑕疵，并不是最佳的预后分析方案。 再打一个极端的比方，某研究者对甲乙两组肺癌病人进行随访，比较两组患者的1年生存率。 随访1年后，两组病人均死亡，死亡率是100%，如果单独比较1年生存率，两组患者的死亡率显然是一样的。 但是问题在于：甲组病人全部是在随访后3天就死了，而乙组病人全部是在第364天死亡的。
样本量越大，误差（标准误）越小，当然越有统计学意义。 其实这相当于在t检验中，两组数据的标准差越小，当然越容易得到阳性统计学结果。 近些年癌症的确是呈现出了高发趋势，特别是消化道肿瘤尤为高发，比如直肠癌就是其中一种。 由于其早期症状不典型，甚至是毫无症状，所以大部分患者在发现病情时，就已经到了中晚期阶段。
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
目前大型临床试验，将近1/3采用的统计学方法是生存分析方法。 生存率（survival rate）：0 时刻存活的个体经历 t 时后仍存活的可能性，简写为S（t）。 生存率根据死亡速度计算得到，这一概念的原理性和计算方式在这里就不再叙述（否则诸位真的看不懂生存分析了）。
一 单项选择题 1.关于迭代模型，下列说法不正确的是（ ）。 A、瀑布模型B、增量型生存期模型C、V模型D、XP模型[试题解析] C [… 而正因为增加了「发生恶化」这一节点，而不同肿瘤进展的定义不同，不同研究在判断肿瘤进展时容易产生偏倚。 如同激烈赛车一般，随时因为各种原因退出赛道，甚至车毁人亡。 显然，如果你越早出现故障原因，退出赛道，那么你完成的赛车里程越短。 对于治疗新冠肺炎的疗效来说，治愈速度越快，里程约短，疗效越好；对于肝癌死亡风险来说，则是里程越长，生存时间越长，他们死得越慢。
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？
厚朴方舟作为海外医疗服务机构的佼佼者，可以根据肿瘤患者的病情，制定最佳治疗方案，提高生存率。 值得注意的是，非肿瘤因素引起的死亡也被统计在内，比如受试者在统计时间内车祸身亡，其生存期的数据也属于有效数据。 生存期一般又分为总生存期、中位生存期、无进展生存期……每个指标都有不同的意义。 而生存率也存在3年生存率、5年生存率、10年生存率等多种指标，最常用的还是5年生存率。
在传统的肿瘤药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小，如以影像检查或体检等肿瘤评估方法测得的 ORR。 在随后的数十年中，人们逐渐认识到有效的研究应该评价药物是否让患者得到临床获益，如生存期延长、症状改善、生活质量提高等。 在当今医学领域，无论在临床领域、还是公共卫生领域、甚至是针对动物的实验研究，都可能用到生存分析。 原因在于，目前随访性研究越来越多，公共卫生领域喜欢开展大型随访性队列研究，而临床领域，也喜欢开展患者预后分析，也需要随访。 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）。
生存期: 迭代生存期模型
（3）相比较overall survival，PFS的magnitude会更大，意思是什么呢？ 同样的两组治疗，两组间PFS的差异往往会比两组间overall survival的差异更大，也就是说我们需要更少的事件数来检验出差异来，这也就意味着病例数的大大缩减。 2、在开放性试验中，容易出现评估上的偏差，属于非精确测量指标。 在有对照的试验中，随访和影像学评价必须保证均衡。
因此，五年之后依然不能太放纵自己，需根据医生要求注意健康生活方式，定期复查，这样即使发现复发转移，也可以早期诊断、及时治疗与控制，从而延长生存以及提高生活质量。 如果是评估某个癌种的中位生存期，一般从发现该肿瘤开始计算；如果是评估某项临床试验的中位生存期，一般从给药或随机开始。 初始需求可以很粗，但是要有优先级，每个迭代按照优先级来进行，从中选择部分内容进行迭代，每个迭代1-4周左右，迭代完成提交一个可运行的交付成果，进行评审反馈，然后继续下一个迭代。 增量模型： 生存期 生存期 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。 生存期 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。
生存期: OS、PFS、DFS 有啥区别？一文搞懂6大临床试验终点
一般情况下，转移癌的处理要看患者的自身情况，如果患者的身体已经非常虚弱，且癌肿向着多器官转移，比如淋巴结、肝脏和肺部等，基本上医生就不会再建议患者进行手术了，因为此时手术的意义并不大。 说到肿瘤临床研究，就不得不说临床试验终点（End Point），比如大家熟知的 OS、PFS、ORR 还有 DFS、TTP、TTF……不同的终点服务于不同的研究目的。 5年生存率作为最常应用于评估治疗效果的数据，很多患者及家属仍存有误解，认为5年生存率是指患者只能活5年，从而惶惶不可终日。 中位生存时间的计算，“死亡”作为结局，其它作为删失，没法获得结局。 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。
- 或者说，评价哪一组“死”的更快（这里的是指的是阳性事件或失效事件）。
- 无进展生存期（PFS）与OS相比，PFS增加了肿瘤进展这一数据，因此PFS的时间一般短于OS，可以间接和直接地反映新治疗方案与先治疗方案的疗效和风险，也可作为评估带瘤生存的指标。
- 肿瘤患者的5年生存率是指，患者经治疗后存活5年以上的概率。
- 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。
- 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。
- 这个案例其实就是告诉我们，生存分析要考虑每个时间点上病人的生存概率，而不是某一个特定的时间点。
2.2 一般而言，两条曲线之间的距离越大（分叉越大），说明两组患者预后（终点事件发生率）的差别越大，也越容易做出统计学差异。 其实这个和t检验差不多：两组数据的均数差异越大，越容易有统计学差异。 根据临床数据统计表明，晚期直肠癌五年内的生存率低于10%，患者可在1到2年内病情迅速发展至死亡。 特别是在出现肝、肺转移之后，死亡来得也会更快，甚至是1年的时间也无法维持。 因为病人往往是在药物治疗无效即疾病出现进展的情况后才开始考虑换药，因此对于PFS的测量往往是在病人换药之前，这就使得PFS不像overall survival那样容易受非研究药物治疗的影响。 比如，日本胃癌5年生存率74.9%，10年生存率66.8%，也就是说74.9%的胃癌患者在经过合理治疗后可以存活5年以上；66.8%的患者可以存活10年以上。
生存期: 生存期模型选择
走到中期阶段的直肠癌肿瘤一般都比较大，且没有发生扩散，可以进行切除手术，并在术后配合放化疗等综合治疗。 生存期 生存期 在系统治疗的同时，患者还要进行密切的复查和随访。 再控制得当的情况下，中期患者五年内的生存几率也能高达50%~60%左右。 无进展生存期是指肿瘤疾病患者从接受治疗开始，到观察到疾病进展或者发生因为任何原因的死亡之间的这段时间。 无进展生存期（PFS）与OS相比，PFS增加了肿瘤进展这一数据，因此PFS的时间一般短于OS，可以间接和直接地反映新治疗方案与先治疗方案的疗效和风险，也可作为评估带瘤生存的指标。 总生存时间（OS）是肿瘤临床试验最主要的疗效终点。
2.7 在生存曲线的下方，最好能标识下每组的样本量，分组的依据（比如sST2的平均值）等，因为这些细节可以方便循证医学家对论文的数据进行提取和合并，这些细节有助于增强自己论文的学术穿透力。 在上述例子中，我们注意到，生存曲线第二天和第四天上面有一个突出的小点，表示表示该点有删失病例。 遗憾的是，目前刊登在很多杂志，包括部分国际杂志上的生存曲线都不按照这个规则绘制，作者总是有意无意地抹去删失病例的“凸点”。 下图（图2）是我从另一篇文章中截取的总体样本量为99的研究，其曲线的平滑程度显然比不上前述样本量为251的研究。
生存期: 文章被以下专栏收录
但是在这里例子中，早期病人的预后显然是优于晚期病人的。 常见的软件生存期模型主要有瀑布模型、快速原型模型、增量模型、螺旋模型、喷泉模型和统一过程六种。 （1）瀑布模型优点：可强迫开发人员采用规范化的方法；严格地规定了每个阶段必须提交的文档；要求每个阶段交出的所有产品都必须经过质量保证小组的仔细验证。 缺点：由于瀑布模型几乎完全依赖于书面的规格说明，很可能导致最终开发出的软件产品不能真正满足用户的需要；用户往往需要等待很长时间才能看到可以运行的程…
Cox回归和线性回归、Logistic回归地位相同，主要可以用于开展多因素的回归分析。 3.探讨影响生存时间（生存速度）的影响因素、预测生存概率方面，最常用也是最经典的便是Cox回归分析。 生存时间的计算，最常见的采用中位生存时间来描述。 中位生存时间（median 生存期 survival time）：也称半数生存期，是生存时间中位数，表示恰有50%的个体存活的时间，即生存率为50％时对应的生存时间，是描述集中趋势的指标。 开发人员与运维人员的差异：开发人员希望尽快提交产品，运维端希望产品更加合理化，高性能，高可靠性，减少运维成本。
