En enfermedades complejas, como el cáncer, los investigadores se basan en comparaciones estadísticas de la supervivencia libre de enfermedad (SLE) de los pacientes frente a grupos de control sanos emparejados. Este enfoque, lógicamente riguroso, equipara esencialmente la remisión indefinida con la curación. La comparación suele realizarse mediante el enfoque del estimador de Kaplan-Meier.
El modelo de tasa de curación más sencillo fue publicado por Joseph Berkson y Robert P. Gage en 1952. En este modelo, la supervivencia en un momento dado es igual a los que se han curado más los que no se han curado, pero que aún no han muerto o, en el caso de las enfermedades que presentan remisiones asintomáticas, aún no han vuelto a desarrollar signos y síntomas de la enfermedad. Cuando todas las personas no curadas hayan muerto o hayan vuelto a desarrollar la enfermedad, sólo quedarán los miembros de la población permanentemente curados, y la curva de la SSE será perfectamente plana. El primer momento en el que la curva se aplana es el momento en el que todos los supervivientes libres de la enfermedad se declaran permanentemente curados. Si la curva nunca se aplana, entonces la enfermedad se considera formalmente incurable (con los tratamientos existentes).
La ecuación de Berkson y Gage es S ( t ) = p + {\displaystyle S(t)=p+}
donde S ( t ) {\displaystyle S(t)}
es la proporción de personas que sobreviven en un momento dado, p {\displaystyle p}
es la proporción que se cura permanentemente, y S ∗ ( t ) {\displaystyle S^{*}(t)}
es una curva exponencial que representa la supervivencia de los no curados.
Las curvas de la tasa de curación pueden determinarse mediante un análisis de los datos. El análisis permite al estadístico determinar la proporción de personas que se curan permanentemente con un tratamiento determinado, y también cuánto tiempo después del tratamiento es necesario esperar antes de declarar curado a un individuo asintomático.
Existen varios modelos de tasa de curación, como el algoritmo de maximización de expectativas y el modelo de Monte Carlo con cadena de Markov. Es posible utilizar los modelos de tasa de curación para comparar la eficacia de diferentes tratamientos. Por lo general, las curvas de supervivencia se ajustan para tener en cuenta los efectos del envejecimiento normal en la mortalidad, especialmente cuando se estudian enfermedades de personas mayores.
Desde el punto de vista del paciente, sobre todo del que ha recibido un nuevo tratamiento, el modelo estadístico puede ser frustrante. Puede llevar muchos años acumular suficiente información para determinar el punto en el que la curva de la SSE se aplana (y, por tanto, no se esperan más recaídas). Es posible que se descubra que algunas enfermedades son técnicamente incurables, pero también que requieren un tratamiento con tan poca frecuencia que no se diferencian materialmente de una cura. Otras enfermedades pueden resultar tener múltiples mesetas, de modo que lo que antes se aclamaba como una «cura» resulta inesperadamente en recaídas muy tardías. En consecuencia, los pacientes, los padres y los psicólogos desarrollaron la noción de curación psicológica, o el momento en el que el paciente decide que el tratamiento era lo suficientemente probable como para llamarlo curación. Por ejemplo, un paciente puede declararse «curado», y determinar vivir su vida como si la curación estuviera definitivamente confirmada, inmediatamente después del tratamiento.
