生存分析通常涉及实验设计，其中，不同的受试者在不同的时段内接受随访。如何量化中位随访时间？生存分析（在Prism和其他方案中）告诉您中位生存时间。但如何了解中位随访时间？

请注意中位生存时间和研究受试者接受随访的中位时间之间的区别（本页的主题）。

作为生存分析结果的一部分，Prism将提供一张表格，其中包括随着时间的推移，有风险受试者人数。其中一种想法是查看此表格，了解数量下降到起始值的一半需要多长时间。但随着时间的推移，有风险人数出现下降的原因有二：

1.受试者可能发生感兴趣事件

2.受试者的观察结果可能删失

Schemper和Smith（1）想出了一个聪明的方法，即利用输入的生存数据来估计中位随访期。技巧是交换视为感兴趣事件的含义。考虑一项感兴趣事件实际上是失访的研究（由于这是研究中任何受试者均可能经历的一过性事件，因此该描述有用）。从该起点可以看出，如果受试者发生感兴趣事件，我们无法知道在失访之前已随访多长时间。为在分析上探讨该想法，Schemper和Smith建议再次运行Kaplan-Meier分析，但交换状态指标的含义（用1表示失访或删失观察，用0表示受试者经历原始研究中的感兴趣事件）。对该交换数据进行Kaplan-Meier生存分析时，“中位生存时间”的含义实际上可以解释为“失访”中位时间。换言之，这是中位随访期！

如需在Prism中执行该分析：

1.从原始数据的生存分析结果中，点击“新建”＞“复制当前工作表”

2.在出现的“分析数据”对话框中点击“确定”

3.将出现“参数：生存曲线”对话框。在该对话框中，交换指标变量。默认情况下，1表示感兴趣事件，0表示删失。在对话框中交换该约定（但数据保持不变）。在Prism中指定，0表示感兴趣事件，1表示删失

4.按下“确定”并查看结果页面。忽略对数秩检验及其P值。这些值无法解释。而是查看“中位生存时间”的值。由于已经交换指标变量，该值实际上表示中位随访期

5.从该分析中创建的Kaplan-Meier图，追踪在一定时段内接受随访的患者人数。它不同于Kaplan-Meier图，后者追踪随时间推移的生存率。

对于比较两组的样本数据，结果（经过一些纠正）如下所示：

两组的中位随访期均为130天。为进行比较，下文给出了相同数据的生存曲线：

治疗组的中位生存时间为75天，对照组的中位生存时间未确定（曲线从未与50%生存概率线相交）。

参考文献

1.M Schemper和TL Smith，关于失效时间研究中量化随访的注释。《对照临床试验》（1996）第17卷（4）第343-346页