“删失”一词似乎暗示您或受试者做了不恰当的事情。但事实并非如此。生存分析涉及测量总体样本中各观察结果（受试者、个体等）从某个定义的“开始时间”至某个定义的“结束点”之间的历时量。很多时候，生存分析中有些观察结果的历时量未知。可删失这些观察结果，与此有关的原因已连同下述示例一起解释，以便更容易理解此情况。

思考一个计划持续6个月并纳入20名参与者的假设临床试验。该试验的入组标准确保在试验开始时，只确定20名参与者中的8名。在之后四个月中招募其余12名参与者。跟踪每名参与者，直至发生以下三件事情中的一件：

1.参与者发生感兴趣事件（在此情况下，感兴趣事件为参与者死亡）

2.参与者退出本研究

3.本研究在6个月后结束，但参与者在此期间未死亡

以下图表示出了本研究中最初8名参与者的时间表，并指示他们是否死亡（事件）或是否删失。

以上图表在X轴上示出“日历时间”（自实验性试验开始的历时量）。由于前八名参与者一开始便进入试验（时间为0），从图表中可直接读出发生事件或删失前的历时。如上述图表所示，参与者01的随访期为四个月，然后死亡。类似地，参与者02和03的随访期分别为两个月和一个月，然后各自发生感兴趣事件。参与者07的随访期为6个月，在本研究结束前死亡。相比之下，参与者04的随访期为整整六个月，在此期间未发生感兴趣事件（存活至本研究结束）。参与者05的随访期为两个月，在此期间未死亡。但在两个月后，参与者05选择退出本研究。参与者08也在仅仅一个月后退出本研究。注意参与者04与07之间的差异。尽管两人均参加本研究6个月，但我们知道参与者07已死亡，而参与者04存活至本研究结束。

对于参与者04、05和08，我们不能知道他们发生感兴趣事件前的历时，只能知道感兴趣事件必须发生在观察期结束后。从这八名最初参与者中，我们只能说有五名发生感兴趣事件，而另外三名删失。

既然我们已知道该可视化图表所呈现的内容，我们可查看本研究中的所有其他参与者，了解数据的全貌。

研究开始后，又招募12名参与者（参与者09-20）。与先前一样，以上图表的X轴示出“日历时间”。但我们可看到，参与者09-20的“开始时间”不再是时间=0。由于每名参与者的开始时间和结束时间可能不同，我们必须找到这两个值之间的差异，以分别确定每名参与者的“观察历时”。使用上述图表，我们看到接下来的12名参与者中有7名在一个月后招募，3名在两个月后招募，2名分别在3个月和4个月后招募。正因为如此，我们不能简单地把事件或删失时间解读为历时，原因在于这些个体并非从时间零点开始。

在本研究开始后招募的12名参与者中，1名（参与者18）退出本研究，2名在本研究结束前未发生感兴趣事件，最终获得3项额外删失观察结果和9项额外感兴趣事件观察结果。

该删失方法称为“右删失”，原因在于时间表右侧删失参与者的生存时间未知。换言之，事件必须在每名参与者的观察期后发生。除此之外，还有其他删失方法（最常见的是左删失和区间删失），但Prism中的生存分析将使用右删失。

本指南的以下部分将涵盖Prism提供的两种生存分析的信息：

•非参数生存分析：不允许多个预测变量或连续预测变量。使用Kaplan-Meier（乘积极限法）方法估计生存函数（生存曲线）。可以使用对数秩（Mantel-Haenszel、Mantel-Cox）和/或Gehan-Wilcoxon检验比较不同组（由单一分类变量定义）的单独曲线

•半参数生存分析：使用Cox比例风险回归估计每项观察结果的风险比和参数系数、基线累积风险和生存曲线以及生存概率估计值。允许包含多个连续和分类预测变量

第三种生存分析（即参数生存分析）需要关于总体样本中生存时间分布的额外假设，目前未在Prism中作为分析提供。