如果不存在删剪观测值，且所有受试者均死亡（发生感兴趣的事件）

如果对每位受试者进行随访直至发生目标事件（该事件通常为死亡，但生存曲线也可追踪至任何一次性事件发生的时间），则该曲线最终将趋近于0。当最后一位受试者发生目标事件时（即时间点X），生存概率将为零。

如果所有受试者的随访时间完全相同

如果所有受试者的随访时间完全相同，情况就很简单。如果到研究结束时，仍有三分之一的受试者尚未经历目标事件，那么生存概率就是33%。

如果部分受试者在随访过程中被删剪

如果任何受试者的观测数据被删剪，则生存曲线的最低点将不等于那些在研究结束时未经历目标事件的受试者所占的比例。

在删剪之前，受试者会贡献生存率的分数值；删剪之后，则不再影响计算。在任何给定时间点，生存概率值即为截至该时间点仍存活且被随访的受试者所占的比例。

因退出研究或研究结束而观测数据被删剪的受试者，无法提供删剪时间点之后的信息。 您无法确定他们在删剪时间之后是否会经历目标事件（或者虽然知道，但因不再遵循实验方案而无法使用该信息）。 因此，如果任何受试者在生存曲线X轴上显示的最后时间点之前被删剪，则生存图上显示的最终生存概率将无法反映实际未经历目标事件的受试者比例。 那个您可以轻松手动计算出的简单生存百分比并没有实际意义，因为并非所有受试者的随访时间都相同。

生存曲线何时会降至零？

如果生存曲线一直下降到 0% 的生存率，这并不意味着研究中的每个受试者都经历了感兴趣的事件。一些受试者可能在较早的时间点就被删剪了（要么是因为他们退出了研究，要么是因为研究在他们经历感兴趣的事件之前就结束了）。 当最后一个时间点的观测对象是发生目标事件的受试者（而非被删剪的受试者）时，生存概率才会降至零。 如果按 X 值对数据进行排序（Prism 可通过“编辑...排序”实现），当最后一个 Y 值为 1（发生目标事件）时，曲线将下降至 0% 生存率；而当最后一个 Y 值为 0（被删剪）时，曲线将终止在 0% 以上。

在本示例中，研究事件是死亡。十名受试者中有四名死亡。但生存曲线下降至零，而非60%。为什么？因为有六名受试者在1至27个月期间被删剪。我们无从知晓，如果他们一直参与研究至第28个月，情况会如何。 由于我们无法确定他们原本会存活还是死亡，因此在删剪时间点之后，他们的数据便不再计入（但在删剪时间点之前则肯定计入）。在第27个月时，仅有一名受试者仍在随访中，而该受试者在第28个月时死亡，导致生存概率降至零。