A komplex betegségekben, mint például a rák, a kutatók a betegek betegségmentes túlélésének (DFS) statisztikai összehasonlítására támaszkodnak a párosított, egészséges kontrollcsoportokkal szemben. Ez a logikailag szigorú megközelítés lényegében a korlátlan remissziót teszi egyenlővé a gyógyulással. Az összehasonlítást általában a Kaplan-Meier becslő módszerével végzik.
A legegyszerűbb gyógyulási rátamodellt Joseph Berkson és Robert P. Gage publikálta 1952-ben. Ebben a modellben a túlélés egy adott időpontban egyenlő azokkal, akik meggyógyultak, plusz azokkal, akik nem gyógyultak meg, de még nem haltak meg, vagy tünetmentes remisszióval járó betegségek esetében még nem alakultak ki újra a betegség jelei és tünetei. Amikor az összes nem gyógyult ember meghalt vagy újra kialakult a betegség, a populációnak csak a véglegesen gyógyult tagjai maradnak, és a DFS-görbe tökéletesen lapos lesz. A legkorábbi időpont, amikor a görbe lapos lesz, az a pont, amikor az összes megmaradt betegségtől mentes túlélőt véglegesen gyógyultnak nyilvánítják. Ha a görbe soha nem lesz lapos, akkor a betegséget formálisan gyógyíthatatlannak tekintik (a meglévő kezelésekkel).
A Berkson és Gage egyenlet S ( t ) = p + {\displaystyle S(t)=p+}
ahol S ( t ) {\displaystyle S(t)}
a túlélők aránya egy adott időpontban, p {\displaystyle p}
a véglegesen meggyógyultak aránya, és S ∗ ( t ) {\displaystyle S^{*}(t)}
egy exponenciális görbe, amely a nem gyógyultak túlélését mutatja.
A gyógyulási aránygörbék az adatok elemzésével határozhatók meg. Az elemzés lehetővé teszi a statisztikus számára, hogy meghatározza, hogy egy adott kezelés hatására milyen arányban gyógyulnak meg véglegesen az emberek, és azt is, hogy a kezelés után mennyi időt kell várni, mielőtt egy tünetmentes személyt gyógyultnak nyilvánítanak.
Másféle gyógyulási arány modell létezik, például az elvárás-maximáló algoritmus és a Markov-lánc Monte Carlo modell. A gyógyulási rátamodellek segítségével össze lehet hasonlítani a különböző kezelések hatékonyságát. Általában a túlélési görbéket kiigazítják a normális öregedésnek a halálozásra gyakorolt hatásaival, különösen, ha idős emberek betegségeit vizsgálják.
A beteg szempontjából, különösen az új kezelésben részesülő beteg szempontjából a statisztikai modell frusztráló lehet. Sok évbe telhet, amíg elegendő információ halmozódik fel ahhoz, hogy meghatározzák azt a pontot, ahol a DFS-görbe ellaposodik (és ezért nem várható több visszaesés). Egyes betegségekről kiderülhet, hogy technikailag gyógyíthatatlanok, de olyan ritkán igényelnek kezelést, hogy az nem különbözik lényegesen a gyógyulástól. Más betegségekről kiderülhet, hogy többszörös platókkal rendelkeznek, így az egykor “gyógyulásként” ünnepelt betegség váratlanul nagyon késői visszaesést eredményez. Következésképpen a betegek, szülők és pszichológusok kifejlesztették a pszichológiai gyógyulás fogalmát, vagyis azt a pillanatot, amikor a beteg úgy dönt, hogy a kezelés elég valószínű volt ahhoz, hogy gyógyulásnak lehessen nevezni. A beteg például a kezelés után azonnal kijelentheti, hogy “meggyógyult”, és elhatározza, hogy úgy fogja élni az életét, mintha a gyógyulás véglegesen bebizonyosodott volna.
