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。 需要注意的是，总的生存率反映的是一个群体的数据，具体应用到每个患者的身上，可能会存在误差，患者具体的生存率，还需要根据病情和治疗方案来确定。 如果肿瘤在根治后5年内没有出现复发，再次复发的可能性就很小了，因此临床上常用5年生存率来表示各种肿瘤治疗的效果。
DFS 最常用于根治性手术或放疗后的辅助治疗的研究，目前作为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。 疾病复发就需要认真的随访，而记录同样比较困难，且肿瘤患者常有合并症容易干扰 DFS 的判断。 当患者死于院外时，没有预先记录肿瘤进展情况，此时又往往不能尸检，无法确定复发情况。
生存期: OS、PFS、DFS 有啥区别？一文搞懂6大临床试验终点
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。 生存期 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。
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。 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。 由持续交付演变成DevOps(Development和Operations的组合)融合一系列基本原则和实践的方法论。
生存期: 生存期模型选择
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。 如果研究结果显示生存时间有提高，证明药物的效果较好，可以延长患者的生存期。
- DevOps： 是一组过程，方法与系统的统称，用于促进开发，技术运营和质量保障部门之间的沟通，协作与整合。
- 随着靶向治疗、免疫治疗等新兴技术的出现，晚期癌症患者也有了长期带瘤生存的可能，因此无进展生存期作为评估带瘤生存的指标，也越来越受到人们的重视。
- 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。
- 实际情况是，每项开发活动均应具有以下特征： （…
- 但是，即使是存活5年以上，也不能保证肿瘤癌百分百不会复发或者转移。
- 1、瀑布模型瀑布模型将软件生命周期划分为制定计划、需求分析、软件设计、程序编写、软件测试和运行维护等六个基本活动，并且规定了它们自上而下、相互衔接的固定次序，如同瀑布流水，逐级下落。
比如，中西医结合100个人基本1个月内全部治愈，而西医需要一个半月，虽然2个月后治愈率相差无几，但很明显可以看出，中西医结合和中医治疗效果不一致。 生存期 一般情况下，两组率的比较，可以采用卡方检验，但是只针对二分类结局（2组率）的比较，有些时候能得到信息量实在太少了。 为了评价中西医结合和西医的效果差异性，我们可以把生存现象视为一场“速度与激情”的健康追逐赛。 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）。
生存期: 生存期模型
1、概念介绍软件生命周期模型是一个包含软件产品开发、运行和维护中有关过程、活动和任务的框架，它覆盖了系统从需求定义到系统使用的结束阶段。 前几种传统生存期模型在实际应用过程中遇到一些挑战，有时不能很好的适应快速需求的变化，为此软件界比较流行敏捷生存期模型。 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。 生存期 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。
（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… 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 […
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？
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。 但是，即使是存活5年以上，也不能保证肿瘤癌百分百不会复发或者转移。 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。
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。
生存期: 迭代生存期模型
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。 DevOps： 是一组过程，方法与系统的统称，用于促进开发，技术运营和质量保障部门之间的沟通，协作与整合。
- 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。
- 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。
- 作为一个终点，生存期应每天进行评价，可通过在住院就诊时，通过与患者直接接触或者通过电话与患者交谈，这些相对比较容易记录。
- 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”。
TTP 主要记录疾病「恶化」，不包括「死亡」，考虑的是肿瘤活性，因而当多数死亡事件与肿瘤无关，TTP 是一个可被接受的终点。 此外，如果多重治疗，存在交叉疗效——TTP 的差异不会被第二种治疗所掩盖。 缓解期通常是指从开始出现疗效直至证实出现肿瘤进展的这段时间。 ORR 是一种直接衡量药物抗肿瘤活性的指标，在单臂试验中进行评价。 有3名对象，结局是删失的，也可以为他们是阴性结局，由于其他原因造成我们无法观察到其生存时间，但是在我们失访前，或者研究截止了，他们的情况是维持阴性事件。 包括不完全生存时间在内，所有患者生存时间长短不一。
生存期: 文章被以下专栏收录
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。
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… 生存期 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。 研究某病治疗后的复发情况，复发就是“死亡”，未复发就是“生存”。
生存期: 敏捷生存期模型
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 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。 然而，如果评估 PFS 生存期 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。
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。 生存期 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。