当进行临床试验时，我们可以通过不同的方法来计算随访时间，如中位时间-删失（time to censoring）、观察时间（observation time）和随访结束时间无事件发生的观察事件（observation
time for those event-free）。这个随访时间可以用来理解时间-事件结局（time-to-event outcome；通过Kaplan-Merier来计算），如总生存期（OS；Betensky 2015），但是如何理解这个呢？我们来通过一个例子看看。这项研究探讨了维奈托克 + 阿扎胞苷在33例新诊断的老年AML患者中的治疗作用（Pollyea 2018）。从2015年1月至2018年2月期间，总体缓解率为91%，中位缓解持续时间、无进展生存期和OS尚未达到，都显示出了该联合治疗的疗效。由于对时间-事件结局尚未达到，因此随着随访的继续，已多次重新分析数据，特别是OS。中位随访时间使用反向Kaplan-Meier方法计算。中位OS使用Kaplan-Meier乘积极限法估计计算。在6个不同的删失时间点进行试验数据的分析：2017年12月4日、2018年2月28日、2018年10月3日、2018年12月 31日、2019年3月8日和2019年5月20日。计算Kaplan-Meier OS 估计的上限和下限值，以探索OS估计值随时间的稳定性（Betensky 2015）。使用SAS9.4版（SAS Institute）进行分析。结果显示，直到2018年10月3日进行分析后，才达到中位OS（1130天），其值超过了中位随访时间（867天）。同样的，后续的时间点2018年12月31日的数据分析也出现了这种现象，即中位OS（1130天）也超过了中位随访时间（956天）。在最近两次数据分析（2019年3月8日和2019年5月20日）中，中位OS稳定在一定的数值，即880天（数值变短了！），且未超过中位随访时间（分别为1023天和1096天）。对OS估计值稳定性研究表明，一名患者早期参加研究并在随访1130天后死亡，从而导致中位OS估计值高于随访时间。在这个案例中出现了一个奇怪的结果，即中位OS超过中位随访时间。在研究OS K-M估计值的稳定性时，发现单个患者的研究数据在这些情况下会扭曲结果。当中位随访时间和中位OS之间的关系不稳定时，删除该患者的数据会使得中位OS与后续删失日期（修改后的分析为880天）的分析结果一致。从上述的例子可以看出来，中位随访时间可以为时间-事件结局提供一些信息。![]()
参考文献
Betensky
RA. Measures of follow-up in time-to-event studies: Why provide them and what
should they be? Clin Trials. 2015 Aug;12(4):403-8. doi:
10.1177/1740774515586176. Epub 2015 May 29.
Pollyea DA,
Stevens BM, Jones CL, et al. Venetoclax with azacitidine disrupts energy
metabolism and targets leukemia stem cells in patients with acute myeloid
leukemia. Nat Med. 2018 Dec;24(12):1859-1866.
Diana
Abbott, Andrew Hammes, Jonathan A Gutman, Daniel A Pollyea, Clayton Smith. How
Median Follow-up Time Informs Survival Outcomes: Lessons from a Trial of Acute
Myeloid Patients Treated with Venetoclax and Azacitidine. Blood 2019; 134
(Supplement_1): 5897.
关注我们，了解更多关于临床研究的知识
![]()
