本期课程：生存曲线上的小栅栏——删失
细看生存曲线，上面有像栅栏一样的小标记，这表示「删失」。
临床研究都有设定的终点事件（如进展/死亡），患者在观察时间内发生终点事件时，我们就获得了该患者的完全数据。
但患者可能会失访（失去联系/拒绝访问）、退出（因不良反应/死于无关原因），或到研究结束也未发生事件。我们无法获得事件发生的确切时间，这称为删失数据（censored data），也叫不完全数据。
如果直接删除这些数据，就造成了研究样本量的缺失，降低了统计学效率，同时与研究的实际情况相违背，容易得到有偏的效应估计值。为了避免这些问题，常常使用 Kaplan-Meier 生存分析法综合处理完整和不完整数据，那么生存分析法是如何处理删失数据的呢？
假设有 100 名患者，发生终点事件和删失数据如下，其累积生存率这样算：
而在 KM 曲线上患者累积生存率为 50% 时对应的时间点，即在此时有半数患者发生了终点事件或删失，就是常说的中位生存时间，如我们熟悉的中位 PFS 或中位 OS。
更多内容推荐：
