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 [… 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。
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。 本网站所有注明“来源：丁香园”的文字、图片和音视频资料，版权均属于丁香园所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：丁香园”。 本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
生存期: 文章被以下专栏收录
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。
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。 刺激的人生啊~~~~因此，生存分析中，首先非常重要的数据就是反映里程的生存时间，即从观察期到阳性事件的出现，其阴性状态所持续的时间。 “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。 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。
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
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。 生存期 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： 一个增量一个增量的开发过程，每个增量是一个交付成果。
生存率（survival rate）：0 时刻存活的个体经历 生存期 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）。 这一指标，临床上用的非常多，比如我们经常计算肺癌患者3年生存率、10年生存率；乳腺癌患者5年复发率等。
生存期: 生存期模型
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： 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…
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。 确认死亡的日期通常几乎没有困难，并且死亡的时间有其独立的因果关系。 当记录至死亡之前的失访患者，通常截止到最后一次有记录的、与患者接触的、、时间。 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。 可见，TTP 在预测临床获益差于 PFS，存在多个问题，而且还也需要对「进展」进行明确的定义和评估。 此外，由于多数临床试验不是双盲设计，这就会将偏倚引入 TTP 的决策中。
生存期: 敏捷生存期模型
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。 其实乙组病人比甲组病人多活了近一年，其预后显然更好。 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。 生存期 生存分析另外一个重要的数据是有关研究对象是否出现结局的信息。 实际上，如果一群研究对象进行长期的随访，就会出现许多对象失访的现象，在生存分析上称之为删失。
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。 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。 生存期 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。
生存期: 生存期模型选择
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 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 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。
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）。 生存数据可不仅仅是生存或者死亡、复发/不复发、阴性/阳性等这一二分类结局，它其实包括了2个结局指标，是否出现终点事件和所经历的生存时间。 其实说了这么多废话，举了这么多例子，就是想说明一个问题：随访资料是有删失值的，比较病人的预后不能直接拿随访时间说事，生存曲线才是最佳分析方案。 PFS 的改善包括了「未恶化」和「未死亡」，即间接和直接地反映了临床获益，它取决于新治疗与现治疗的疗效/风险。 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。
生存期: 迭代生存期模型
与 OS 相比，增加了「发生恶化」这一节点，而「发生恶化」往往早于死亡，所以 PFS 常常短于 OS，却也能在 OS 之前被评价，因而随访时间短一些。 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。
这个问题其实也很好理解，一个极端的比方就是，在上述sST2例子中，假定随访时间为1天，而非400天，两组患者生存率的差异显然是没有统计学意义的。 国际上，随访时间越长的研究越容易发表在高水平的杂志上，原因与此有关。 TTP 与 PFS 一样，评估所需样本量小，随访时间短于 OS。 不同的肿瘤试验，肿瘤测量的精确性有较大差异，这就要求研究者充分评估获益和偏倚。 药物上市申请时如果采用基于肿瘤测量的临床试验终点作为有效性的唯一证据，那么通常应提供来自第二个试验得到的确凿证据。
生存期: OS、PFS、DFS 有啥区别？一文搞懂6大临床试验终点
如果出现删失，表明患者虽然被观察一段时间，但是阳性结局未出现，但人丢了，我们无法得到该对象完整的生存时间。 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。 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
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。 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。
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？
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。
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
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。 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。
生存期: 文章被以下专栏收录
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 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。 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。 不过，由于癌细胞可能存在与其他健康细胞内，如果手术时没有发现、切除不到位，那癌细胞同样可能再次发展并逐渐转移，比如淋巴、肝脏等，就是直肠癌细胞最常见的转移部位。 3、与至进展时间（TimeToProgress,简称TTP）相比，终点包含死亡，与OS有更好的相关性。 （1）PFS反应了肿瘤的增长，而肿瘤的增长在很大程度上是造成肿瘤相关死亡的原因，因此具有一个作为替代终点很好的特性。 3、与至进展时间（Time To Progress,简称TTP）相比，终点包含死亡，与OS有更好的相关性。
生存期: OS、PFS、DFS 有啥区别？一文搞懂6大临床试验终点
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: 迭代生存期模型
增量型(提交频率最高)：向客户提供各个已经完成的，可能立即使用的可交付成果。 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。
生存期: 生存期模型
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 你是否也曾想过，如果有一天癌症找上了自己，那干脆就不治疗了，去看看爱的人、去想去的地方，开心的度过最后的时光？ 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。
基础统计学方法和高级统计学方法往往紧密合作，在生存分析领域，logRank方法和Cox方法也往往成双成对地出现。 几种方法中，logRank和广义秩和检验的方法是属于基础统计学方法领域新的方法，和t检验、F检验、卡方检验地位相同，主要探讨差异性或者简单关联性。 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。
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。 PFS与TTP不同之处在于PFS可包括有患者死亡时间，因而与OS有更好的相关性。 实验性研究是随访性研究，研究者可以通过比较实验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，来探讨干预措施对患者临床结局的改善作用。 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。
生存期: 文章被以下专栏收录
工业生产中，也需要分析一种仪器设备的生存情况，比如一个零部件如果出现破损，即为“死亡”，否则为生存。 生存期 企业管理者可能感兴趣，为什么有些零部件会“死亡”呢？ 所以学习生存分析，首先要理解生存分析的终点事件，往往不是死亡！