临床试验中的随访时间必须利用相互冲突的目标。为了确保病人的安全，研究者经常在整个试验的不同时间评估毒性和疗效终点。然而，准确的分析需要对事件发生时间的稳定估计，这可能需要比中期分析中观察到的更长的随访时间。虽然在临床试验中经常报告中位随访，但很少讨论到事件发生时间估计的稳定性以及它们与随访时间的关系。然而，在临床试验中被剔除的研究参与者的潜在随访会影响到事件发生时间的估计（Betensky 2015）。
在我们机构进行了一项针对33名新诊断的老年AML患者的venetoclax+azacitidine的临床试验，并在其他地方进行了详细描述（Pollyea 2018）。由2015年1月至2018年2月的随访组成的试验数据确立了有希望的结果（总反应率=91%；中位反应时间、无进展生存期和总生存期（OS）尚未达到）。由于人们对未达到的中位时间的患者结果持续关注，因此在发表时无法报告，随着随访的继续，对数据进行了多次重新分析，其中对OS的分析尤为关注。
随访中位数是用反向卡普兰-梅尔法计算的。中位OS是使用卡普兰-梅尔产品极限估计值计算的。试验数据的分析发生在6个不同的审查时间点。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。计算了Kaplan-Meier OS估计值的上限和下限，以探索OS估计值随时间变化的稳定性（Betensky 2015）。使用SAS 9.4版（SAS研究所）进行分析。
直到2018年10月3日进行分析时，才达到中位OS。在这次分析中，中位OS（1130天）超过了中位随访时间（867天）。2018年12月31日删减的数据也出现了这种现象，中位OS（1130天）也超过了中位随访时间（956天）。在最近的两次数据分析中（2019年3月8日和2019年5月20日），中位OS稳定在一个一致的值（880天），没有超过中位随访时间（分别为1023天和1096天）。对OS估计值稳定性的探索显示，一名在研究早期入组的患者在随访1130天后死亡，使中位OS估计值向上偏移。
对我们的临床试验结果的兴趣促使我们对数据进行了大量的后续分析。因此，我们遇到了一个奇特的结果，即中位OS超过了中位随访。在调查OS K-M估计值的稳定性时，发现在这些情况下，一个病人的研究数据会使结果出现偏差。在这些情况下（当中位随访和中位OS之间的关系表明估计不稳定时），去掉这个病人的数据，结果是中位OS与后来的剔除日期（修改后的分析为880天）的分析一致。因此，我们得出结论，时间-事件估计的稳定性是有参考价值的，应该纳入临床试验数据的生存分析中。
本文来源于互联网，如有侵权请联系删除。来源：https://ashpublications.org/blood/article/134/Supplement_1/5897/425985/How-Median-Follow-up-Time-Informs-Survival?searchresult=1
简体中文