← 返回 PaperDaily 大模型与智能体

癌症随访多久才够？新框架用两个准则算出最短年限

肿瘤科医生最怕的一句话是什么？不是“病情恶化”，而是“随访时间不够，治愈率没法算”。随访时间短了，没复发的患者不一定是真的治愈了，可能只是还没活到复发的那一天。但到底随访多久才算够？

龙哥读论文发布于 2026-08-16 00:20:17 阅读 3 查看原文

#AI科研 #预测模型 #人工智能

原论文信息如下：

论文标题:
A PARAMETRIC FRAMEWORK FOR ASSESSING AND ESTIMATING SUFFICIENT FOLLOW-UP TIME IN CURE MODELS 发表日期:
2026年08月发表单位:
Federal University of São Carlos, University of Cambridge, University of São Paulo 原文链接:
https://arxiv.org/pdf/2608.11029v1.pdf

肿瘤科医生最怕的一句话是什么？不是“病情恶化”，而是“随访时间不够，治愈率没法算”。随访时间短了，没复发的患者不一定是真的治愈了，可能只是还没活到复发的那一天。但到底随访多久才算够？今天的这篇论文，给出了一套完整的参数化框架，能同时告诉你“当前随访够不够”和“还差多久才够”，龙哥带大家好好拆一拆。

治愈模型随访充分性：一个被忽视的关键问题

在生存分析里，治愈率模型（Cure Rate Model）专门处理一类特殊的人群结构：一部分人永远不会经历目标事件（比如癌症复发），另一部分人仍然处于风险之中。经典的混合治愈模型（Mixture Cure Model）由Boag（1949）和Berkson与Gage（1952）提出，它把总体生存函数写成两部分的和：

其中p就是治愈分数（Cure Fraction），代表最终不会发生事件的人群比例；S₀(t)则是易感人群（Susceptible individuals）的生存函数。当时间趋于无穷时，S₀(t)趋于0，总体生存曲线最终会停在p这个平台上。这个模型之所以在肿瘤学、生物统计学和流行病学中广受欢迎，是因为它直接对应了临床上的一个核心事实：接受治疗后的患者群体并非铁板一块，一部分人确实被“治愈”了，另一部分人则仍然面临复发或死亡的风险。从数学上看，这个分解非常优雅，它把复杂的总体生存规律拆解成了两个相对简单的组成部分，每个部分都有明确的临床含义。

问题来了：如果随访时间不够长，很多易感者还没发生事件就被截尾了。这时候，他们和真正的治愈者看起来完全相同，导致估计出的治愈分数被系统性高估。说得直白一点，你看到“90%的人没复发”，可能只是因为随访年限太短，后面还会有一大批人陆续复发。这种高估不是小问题——它直接影响治疗方案的评估、预后判断的准确性，甚至会影响新药审批的决策。如果一个新疗法在5年随访时显示“治愈率”高达80%，但实际随访到15年时这个数字跌到60%，那么基于5年数据做出的临床决策就可能产生严重偏差。更麻烦的是，这种偏差是系统性的、单向的，它总是朝着“过于乐观”的方向偏移，这在医学决策中尤其危险。

Maller和Zhou（1992，1996）很早就给出了理论上的判断标准：当删失分布的支持域覆盖易感者失效时间分布的支持域时，治愈分数才是可识别的。用符号说，就是删失时间上限τ_C要大于等于失效时间上限τ_F0：

这个条件很优美，但也很“理论”。靠样本极值去判断支持域是否覆盖，在小样本下往往非常不稳定。更关键的是，即便你判断出“随访不足”，经典方法也不会告诉你：到底还需要多观察多少年才行？想象一下，你是一个临床试验的设计者，你需要在方案里写明随访年限。如果只是被告知“随访不够”，你仍然不知道应该延长到10年还是15年。这种“只诊断不开药”的做法，在实际应用中显得力不从心。本文的出发点正是要填补这个空白——不仅要告诉你“够不够”，还要告诉你“差多少”。

图1展示了不同管理性删失分布下的数据生成机制。随着删失时间上限λ增大，Kaplan-Meier（KM）曲线逐渐逼近真实治愈分数0.50。λ=2的时候，KM曲线明显高于治愈平台，此时极易高估治愈比例；λ=5的时候，曲线基本贴合。这张图非常直观：随访截断的位置决定了治愈分数估计偏差的大小。值得注意的是，这种偏差并不是线性的——从λ=2到λ=3.5，KM曲线的末端位置变化很大；但从λ=3.5到λ=5，变化就相对温和了。这说明存在一个“临界区间”，在这个区间内随访时间的微小增加能带来估计精度的显著提升，而一旦越过某个阈值，继续延长随访的边际收益就递减了。理解这个非线性关系，对合理规划随访时间至关重要。

到目前为止，学术界对随访充分性的研究形成了两个“各说各话”的分支：一支是检验程序，只回答“够不够”；另一支是时间到治愈（Time to Cure）的估计文献，只回答“多久才能达到某个临床阈值”，却不管这个阈值有没有统计学依据。本文的工作正是把这两条线拧到了一起。这种整合并非简单的“1+1=2”，而是需要解决一系列技术难题：检验程序给出的p值如何转化为可操作的随访年限建议？时间到治愈文献中的阈值选择如何与统计推断的置信水平挂钩？两个分支的数学工具如何在一个统一的框架下协调运作？论文通过精心设计的参数化框架，逐一回答了这些问题。

参数化随访充分性检验：从假设检验到量化估计

本文的核心组件之一，叫参数化随访充分性检验（Parametric Follow-up Sufficiency Test，PFST）。名字听着很唬人，但思想非常简单：如果随访充分，那么数据末尾的KM估计值应该和参数混合治愈模型估计出的治愈分数差不多；如果随访不足，KM曲线还没落到平台上，终端KM估计就会比参数模型估计的p高出不少。这个想法的直觉来源很朴素：KM曲线是“数据自己说话”的结果，而参数模型是“理论假设的推演”。当两者在曲线末端出现系统性分歧时，要么是模型设定错了，要么是数据还没“走完”。在模型设定经过充分诊断的前提下，剩下的解释就是随访不足。

设观察到的最大随访时间为t_max=max{Y₁,…,Y_n}，终端KM估计定义为p̂_KM=Ŝ_KM(t_max)，也就是KM曲线在最后一个观测点处的取值。PFST统计量就是这两者的差：

如果T_n^Par接近0，说明KM曲线已经落到了参数模型预测的治愈平台上，随访充足；如果显著大于0，说明末尾还有太多易感者没发生事件，随访不足。这个统计量的好处在于，它把“随访充分性”变成了一个可以直接做推断的量化指标，而不是纯粹的视觉判断。从方法论的角度看，这其实是一次“从图到检验”的升级——以前研究者只能通过目测KM曲线是否出现平台来判断随访是否充分，现在有了正式的统计检验，可以给出p值和置信区间，这让结论有了严格的概率保证。

要在有限样本下做检验，论文给出了两条推断路线。第一条是中心化非参数Bootstrap（Centered Nonparametric Bootstrap）：对原始数据(Y_i, Δ_i)进行有放回重抽样，每次重新拟合混合治愈模型、重算PFST统计量，用中心化后的经验分布来逼近统计量的抽样分布。中心化这一步很关键——因为Bootstrap样本是从原始数据中重抽样得到的，其统计量的分布中心天然偏向原始数据的估计值，如果不做中心化处理，得到的置信区间会偏窄，检验的I类错误率会膨胀。第二条是影响函数（Influence Function）渐近近似：直接把终端KM估计和治愈分数的最大似然估计写成渐近线性表示，用影响函数的经验版本估计渐近方差。影响函数是稳健统计中的经典工具，它刻画了单个观测值对估计量的“影响力”，通过累积这些影响力可以构造出估计量的渐近方差。两条路线各有优劣：Bootstrap更灵活、对模型假设的依赖更少，但计算量大且受随机性影响；影响函数方法计算快、结果确定，但对模型设定更敏感。

论文的命题1给出了渐近分布：在模型正确设定、随访充分、两个估计量联合渐近正态这三个条件下，√n T_n^Par依分布收敛到均值为零的正态分布，方差τ²=σ_KM²+σ_p²−2σ₁₂。注意这里有一个很容易被忽略的细节：终端KM估计和参数治愈分数估计来自同一样本，两者是相关的，所以方差里必须包含协方差项σ₁₂，不能简单相加。这也是PFST推断设计和很多天真检验的最大区别。很多初学者在构造类似的检验统计量时，会想当然地把两个估计量的方差直接相加，忽略了它们来自同一样本的事实。但在这个问题中，p̂_KM和p̂都是基于同一组病人的数据计算出来的，它们共享了相同的数据结构，因此必然存在相关性。忽略这个相关性，会导致方差估计偏大或偏小，进而影响检验的水平和功效。论文在这一点上处理得非常细致，这也是它比“朴素检验”更可靠的根本原因。

对于KM部分，影响函数可以直接从乘积限估计出发做代数展开，最终得到的方差估计量等价于n乘以Greenwood方差估计量。Greenwood公式是生存分析中最经典的方差估计公式之一，它给出了KM估计量方差的闭式表达式。论文的推导说明，从影响函数出发得到的方差估计与Greenwood公式殊途同归，这为PFST的方差估计提供了坚实的理论基础。对于参数部分，用M估计量的影响函数公式IF_p(O_i)=ġ(θ₀)ᵀA(θ₀)⁻¹s_i(θ₀)来计算，其中A是灵敏度矩阵，s_i是个体得分向量。M估计量是极大似然估计的推广，它通过求解一个估计方程来得到参数估计值。影响函数公式中的灵敏度矩阵A刻画了估计方程对参数的敏感程度，得分向量s_i则反映了每个观测值对估计方程的贡献。两部分的协方差则由个体影响贡献的交叉积来估计。这套框架的好处是，它不依赖Bootstrap的随机性，计算稳定，且能用于后续的阈值量化。

两种互补准则：平台距离与残余生存

检验只回答“够不够”，而实际决策中研究人员更关心“如果不够，还要多久”。为此，论文提出了两个容差驱动的量化准则。这两个准则的设计思路一脉相承：先设定一个可接受的误差容限，然后反推出达到这个容限所需的最短随访时间。这种“反向思维”在统计推断中并不常见——通常我们是在给定样本量下估计参数的精度，而这里是在给定精度要求下反推所需的“样本量”（即随访时间）。这种视角的转换，让方法更贴近实际决策需求。

第一个叫平台距离准则（Plateau Distance Criterion，PDC），定义在总体生存尺度上。给定容差δ，它找的是让总体生存函数S_p(t)与治愈平台p之间的距离不超过δ的最早时间：

由于S_p(t)−p=(1−p)S₀(t)，PDC可以进一步化简为S₀⁻¹(δ/(1−p))。在Weibull混合治愈模型下，S₀(t)=exp{−(t/b)^a}，可以求逆，于是PDC的闭合表达式为：

其中a是Weibull形状参数，b是尺度参数，p是治愈分数。把估计值â、b̂、p̂代进去，就可以直接算出一个带明确统计意义的最小充分随访时间。这个闭合表达式的存在是论文的一大亮点——它意味着不需要数值求根、不需要迭代算法，只需要简单的四则运算和幂函数就能得到答案。对于非统计背景的临床研究者来说，这种“即插即用”的便利性极大地降低了方法的使用门槛。

第二个准则叫残余生存准则（Residual Survival Criterion，RSC），定义在易感者生存尺度上。给定容差ε，它找的是让易感者生存函数S₀(t)降到ε以下的最早时间：

这两个准则表面上看是两个不同的量，但论文证明了一个非常漂亮的等价关系：当ε=δ/(1−p)时，t_P(δ)=t_R(ε)。换句话说，在总体生存尺度上设定“离平台还有δ”，等价于在易感者尺度上设定“残余生存率降到ε”。这个等价性不是近似，而是精确的数学恒等式。PDC的好处是直观，直接看总体的治愈平台；RSC的好处是贴近生物医学解释——它衡量的是还可能出事的那个亚群还剩多少比例在活着。从临床沟通的角度看，RSC的表述方式可能更容易被医生和患者理解：“在那些尚未被治愈的患者中，只有不到5%的人还活着”比“总体生存曲线与治愈平台的距离小于0.025”要直观得多。两种准则各有优势，而论文证明了它们本质上是同一枚硬币的两面，研究者可以根据自己的沟通对象和场景选择合适的表述方式。

这两个准则的核心价值在于：它们把“随访充分性”从一个二值的检验问题，变成了一个可以连续调节容差水平的估计问题。想严格一点？把δ设小一点，得到的最短随访时间就长一点。想宽松一点？δ设大一点，随访时间就短。这种灵活性对研究设计特别有用——你可以直接回答“如果我要把治愈分数的误差控制在1个百分点以内，需要随访多少年”。这种“容差-时间”的权衡关系，本质上是一条向下倾斜的曲线：容差越严格，所需随访时间越长，但边际增长逐渐放缓。研究者可以根据实际资源约束（比如经费能支持多少年的随访）和精度需求（比如监管机构要求多高的准确度），在这条曲线上找到最优的平衡点。

模拟验证与真实数据应用

为了评估框架的有限样本表现，论文设计了系统的蒙特卡洛模拟。实验考察了五个样本量级别N={100,500,1000,5000,10000}、三个治愈分数P={0.25,0.50,0.75}，以及三个管理性删失分布Uniform(0,λ)，λ取2、3.5、5。在这个设定下，λ越小意味着删失越早、随访越不足，λ越大则随访越充分。这样的网格设计可以全面覆盖从“严重不足”到“基本充足”的场景。样本量的跨度也很有讲究——从100到10000，涵盖了从早期探索性研究到大型注册登记研究的典型规模。治愈分数的三个水平则代表了三类典型的临床场景：低治愈率（如晚期肺癌）、中等治愈率（如结直肠癌）和高治愈率（如甲状腺癌）。这种全面的模拟设计，让结论具有较好的外部效度。

表1：PFST在中心化非参数Bootstrap和渐近影响函数程序下的经验功效，其中a=b=1.5固定在其真实生成值，仅估计p。结果基于R=500次重复、B=500次Bootstrap重抽样和α=0.05

表1展示的是PFST在两种推断程序下的经验功效。可以看到，当样本量增加到1000以上、随访明显不足时，两种方法的功效都快速逼近1；而在随访接近充足（λ=5）时，功效保持在合理的水平附近，说明检验没有过度拒绝。Bootstrap程序和影响函数渐近近似的结果整体接近，说明影响函数方差估计在有限样本下是可靠的。值得注意的是，在样本量较小（N=100）且随访不足（λ=2）的场景下，两种方法的功效都不太理想，这提示在实际应用中，如果样本量很小，即使随访明显不足，检验也可能检测不出来。这是一个重要的实际警示：PFST的功效依赖于足够的样本量，小样本研究即使随访不足也可能“通过”检验，研究者需要对此保持警惕。

表2：使用PDC估计的最小充分随访时间的蒙特卡洛均值和样本标准差。结果基于R=1000次重复，a、b和p联合估计

表3：使用RSC估计的最小充分随访时间的蒙特卡洛均值和样本标准差。结果基于R=1000次重复，a、b和p联合估计

表2和表3给出了PDC和RSC估计的蒙特卡洛均值与标准差。两个准则在不同容差水平下的估计均与理论值吻合，标准差随样本量增大而缩小。这说明在Weibull混合治愈模型下，闭合表达式不仅能给出点估计，其有限样本行为也相当稳定。从数值上看，当样本量从100增加到10000时，标准差通常缩小了3到5倍，这与中心极限定理的预期一致。更重要的是，即使在样本量较小（N=100）的情况下，估计的均值也没有出现明显的系统性偏差，这说明闭合表达式在有限样本下具有较好的无偏性。

真实数据应用选取了两个非常有代表性的癌症数据集。第一个是前列腺癌患者队列，这是典型的治愈比例很高的癌症。拟合的Weibull混合治愈模型为：

估计的治愈分数为p̂=0.7691，终端KM估计为p̂_KM=0.8260，PFST统计量T_n^Par=0.0569。也就是说，KM曲线在观察终点处还比参数模型预测的治愈平台高出约5.7个百分点。Bootstrap与影响函数两种推断都给出了显著的p值，说明当前随访并不充分。这个结果在临床上并不意外——前列腺癌的病程通常很长，很多患者在诊断后可以存活十年以上，因此短期随访数据很难准确估计其治愈分数。5.7个百分点的差距意味着，如果以当前数据估计治愈分数，可能会把真实的治愈率高估近6个百分点，这个偏差在临床决策中是不可忽视的。

图2(a)：前列腺癌数据的Kaplan-Meier估计与拟合的Weibull治愈模型

图2(b)：PFST统计量的中心化Bootstrap分布与渐近近似（前列腺癌数据）

图2左侧展示了KM曲线与拟合模型的对比，右侧展示了PFST统计量的Bootstrap分布和渐近正态近似。图3则展示了PDC和RSC在不同容差下的最小随访时间。可以看到，如果要把总体生存曲线与治愈平台的距离压到1个百分点以内（δ=0.01），需要大约15年的随访；如果把容差放宽到5个百分点，大约11年就够了。这种“容差-时间”的权衡关系，正是临床研究设计最需要的决策信息。值得注意的是，从δ=0.05到δ=0.01，随访时间只增加了大约4年，但精度却提高了5倍。这种“投入产出比”在临床研究中是非常划算的——多等4年，就能把治愈分数的估计误差从5个百分点压缩到1个百分点。

表5的对比格外有意思：框架估计的10~15年最小随访时间，与疾病登记处长期研究的经验结论非常吻合。这说明即便是在真实数据中，这个参数化框架算出的数字也不是“纸面上的数学游戏”，而是能跟临床实证对得上的实用工具。这种一致性从侧面验证了框架的有效性——如果模型估计的结果与长期观察的经验数据相矛盾，那我们有理由怀疑方法本身有问题；但两者高度吻合，说明方法在真实世界数据中确实能提供可靠的指导。

第二个数据是三阴性乳腺癌，这类癌症侵袭性强、早期复发风险高，但长期生存曲线趋于平台的速度也很快。拟合结果为：

治愈分数p̂=0.6224，终端KM估计p̂_KM=0.6243，T_n^Par=0.0019。这个差距只有千分之二，PFST检验不显著，说明当前随访已经充分。这与临床预期非常一致：三阴性乳腺癌的复发风险集中在头几年，随访足够长时治愈平台自然就稳定了。三阴性乳腺癌的生物学行为决定了它的复发模式——大多数复发发生在诊断后的前3到5年，之后风险急剧下降。因此，对于这类癌症，5年的随访数据往往已经足够可靠。这个案例与前列腺癌案例形成了鲜明的对比：同样是癌症，但生物学行为的差异导致了完全不同的随访需求。这正是本文框架的价值所在——它不给出“一刀切”的建议，而是根据具体数据的特点，量身定制随访方案。

图4(a)：三阴性乳腺癌数据的Kaplan-Meier估计与拟合的Weibull治愈模型

图4(b)：PFST统计量的中心化Bootstrap分布与渐近近似（三阴性乳腺癌数据）

这两个真实数据案例放在一起，正好构成了框架的“左右互搏”：一个判定随访不足并给出具体延长时间，一个判定随访已经充分。研究者面对一份新的数据时，用这个框架跑一遍，既能拿到正式的检验结论，又能拿到容差驱动的量化随访时间建议。这种“一站式”的体验，正是论文想要达到的效果——不需要在不同的方法之间来回切换，一个框架解决所有问题。

总结与展望

这篇论文的贡献不在于发明了“逆阈值”这个思想——时间到治愈文献里早就用过类似思路——而在于把三件事系统地整合在了一起：一个正式的随访充分性检验（PFST），两个有闭合表达式的容差准则（PDC和RSC），以及两者之间的精确数学等价关系。在此之前，检验和估计两条文献线几乎是平行发展的，论文真正把它们拧成了一个框架。这种整合的学术价值在于，它让研究者第一次可以在同一个统计框架内同时回答“够不够”和“差多少”这两个问题，而不需要借助两套独立的方法论。

从实用角度看，这个框架的吸引力在于“开箱即用”。只要数据能用Weibull混合治愈模型拟合，PDC和RSC就有现成的闭合公式，不需要数值求根，也不需要MCMC采样。对癌症登记处、长期队列研究、药物审评这类需要提前规划随访年限的场景，它能直接给出量化的决策支持。在药物审评的语境下，监管机构通常要求提供长期随访数据来确认治愈效果，但“长期”到底是多少年，一直没有统一的标准。本文的框架恰好填补了这个空白——它可以根据具体药物的疗效特征和患者人群，给出一个量化的随访年限建议，让审评决策有据可依。

当然，框架也有明显的边界条件。首先是模型设定风险：如果Weibull假设不成立，闭合表达式就会失真，PFST的渐近性质也依赖于模型正确设定。其次是协变量：当前框架没有把年龄、分期、治疗方式等预后因素纳入模型，而在实际肿瘤登记数据中，这些协变量恰恰是临床最关心的。把框架扩展到带有协变量的治愈模型、或者推广到更灵活的脆弱模型（Frailty Model）和非参数治愈模型，是几个最自然的研究方向。另外，影响函数推断虽然提供了不依赖Bootstrap的渐近近似，但在小样本、高删失率场景下，Bootstrap可能仍然更可靠，论文的模拟也支持这一判断。在实际应用中，建议研究者同时运行两种推断方法，如果结果一致则信心更足；如果结果不一致，则需要仔细检查模型假设是否合理。

最后，说句实在话，这个框架对临床研究的价值可能被低估了。很多时候，临床医生面对一份5年随访数据，最想知道的不是“5年够不够”这种二值答案，而是“要达到某个可信度，究竟需要跟踪多久”。本文的PDC和RSC恰好把这个问题的答案变成了一个可以指定容差、可以逐年推算的函数。如果能开发成R包或Shiny应用，让研究者直接拖数据进去就能拿到随访建议，这套方法的生态位会很稳。想象一下这样的使用场景：一个临床研究者上传了Excel格式的生存数据，选择Weibull混合治愈模型，设定容差δ=0.02，点击“运行”，几秒钟后就能得到一份完整的报告——包括PFST检验的p值、PDC和RSC估计的最小随访时间、以及相应的置信区间。这种工具化的前景，让论文的方法论价值有了更广阔的想象空间。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底在解决什么问题？针对治愈模型中随访充分性评估与最小随访时间估计彼此割裂的问题，本文提出统一参数化框架，结合参数化随访充分性检验与平台距离、残余生存两种容差准则，在Weibull混合治愈模型下给出闭式解，并通过蒙特卡洛模拟和两项真实癌症数据验证了实

这篇工作最值得看的点是什么？模拟实验表明，PFST的bootstrap和渐近影响函数方法在经验功效上高度一致（最大差异3.6个百分点）；PDC和RSC的估计值随样本量增加趋近理论目标值。在前列腺癌数据中，PFST拒绝了随访充分性假设（bootstrap p=0.035，渐近p=0.0064），PDC和RSC估计需要额外1.90-20.17年的随访时间；在三阴性乳腺癌数据中，PFST未拒绝原假设（bootstrap p=0.227，渐近p=0.

这篇工作的边界或风险在哪里？优点：(1) 提出了统一的参数化框架，将随访充分性的假设检验与最小随访时间的估计有机结合；(2) 推导了Weibull混合治愈模型下PDC和RSC的闭式表达式；(3) 建立了PDC和RSC之间精确的数学等价关系；(4) 提供了bootstrap和影响函数两种推断实现。缺点：(1) 框架依赖于参数模型的正确设定，模型误设可能导致偏差；(2) 在小样本、高治愈比例和短随访场景下，联合估计不稳定（标准差可达36.5）；(3) 仅考虑了Weibull分布，对其他分布（如对数正态、广义伽马）的推广未涉及；(4) 未考虑协变量对治愈比例和随访时间的影响。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

提出一个统一的参数化框架，将参数化随访充分性检验（PFST）与两种基于容差的准则（PDC和RSC）相结合，用于同时评估随访充分性并估计所需的最小随访时间。

实验合理度：★★★☆☆

现有材料未完整覆盖数据划分、基线公平性和统计显著性，因此按中性评价处理。

学术研究价值：★★★★☆

提出一个统一的参数化框架，将参数化随访充分性检验（PFST）与两种基于容差的准则（PDC和RSC）相结合，用于同时评估随访充分性并估计所需的最小随访时间；更关键的是问题定义是否可复用到同类任务。

稳定性：★★★☆☆

现有材料未提供充分的极端条件、重复运行或扰动测试，稳定性暂按中性评价。

适应性以及泛化能力：★★★☆☆

现有材料未完整展示跨数据集、跨场景或分布外实验，泛化能力仍需进一步验证。

硬件需求及成本：★★★☆☆

现有材料缺少完整训练资源、参数量、显存和推理时延信息，成本暂按中性评价。

复现难度：★★★☆☆

现有材料未确认完整代码、配置、数据处理脚本和权重是否齐备，复现难度暂按中性评价。

产品化成熟度：★★★☆☆

论文验证以研究实验为主，真实部署中的时延、成本、维护和异常场景仍需补充验证。

可能的问题：(1) 框架依赖于参数模型的正确设定，模型误设可能导致偏差；

主要参考文献

Boag, J. W. (1949). Maximum likelihood estimates of the proportion of patients cured by cancer therapy. Journal of the Royal Statistical Society: Series B, 11(1), 15–53.

Berkson, J., & Gage, R. P. (1952). Survival curve for cancer patients following treatment. Journal of the American Statistical Association, 47(259), 501–515.

Maller, R. A., & Zhou, S. (1996). Survival Analysis with Long-Term Survivors. Wiley.

Boussari, O., et al. (2018). A practical definition of time to cure. Statistical Methods in Medical Research, 27(12), 3665–3680.

*本文仅代表个人理解及观点，不构成任何论文审核或者项目落地推荐意见，具体以相关组织评审结果为准。欢迎就论文内容交流探讨，理性发言哦～想了解更多原文细节的小伙伴，可以点击"阅读原文"，查看更多原论文细节哦！