I komplekse sygdomme som f.eks. kræft er forskere afhængige af statistiske sammenligninger af patienters sygdomsfri overlevelse (DFS) i forhold til matchede, sunde kontrolgrupper. Denne logisk stringente tilgang sidestiller i det væsentlige ubestemt remission med helbredelse. Sammenligningen foretages normalt ved hjælp af Kaplan-Meier-estimatormetoden.

Den enkleste model for helbredelsesgrad blev offentliggjort af Joseph Berkson og Robert P. Gage i 1952. I denne model er overlevelsen på et givet tidspunkt lig med dem, der er helbredt, plus dem, der ikke er helbredt, men som endnu ikke er døde eller, i tilfælde af sygdomme, der har asymptomatiske remissioner, endnu ikke har genudviklet tegn og symptomer på sygdommen. Når alle de personer, der ikke er helbredt, er døde eller har udviklet sygdommen igen, vil kun de permanent helbredte medlemmer af populationen være tilbage, og DFS-kurven vil være fuldstændig flad. Det tidligste tidspunkt, hvor kurven bliver flad, er det tidspunkt, hvor alle resterende sygdomsfrie overlevende erklæres for permanent helbredte. Hvis kurven aldrig bliver flad, betragtes sygdommen formelt set som uhelbredelig (med de eksisterende behandlinger).

Berson og Gage-ligningen er S ( t ) = p + {\displaystyle S(t)=p+}

S(t)=p+

hvor S ( t ) {\displaystyle S(t)}

S(t)

er den andel af personer, der overlever på et givet tidspunkt, p {\displaystyle p}

p

er den andel, der bliver permanent helbredt, og S ∗ ( t ) {\displaystyle S^{*}(t)}

S^{*}(t)

er en eksponentiel kurve, der repræsenterer overlevelsen af de personer, der ikke er helbredt.

Helbredelseskurver kan bestemmes ved hjælp af en analyse af dataene. Analysen giver statistikeren mulighed for at bestemme andelen af personer, der bliver permanent helbredt ved en given behandling, og også hvor lang tid efter behandlingen det er nødvendigt at vente, før man erklærer en asymptomatisk person for helbredt.

Der findes flere modeller for helbredelsesrater, såsom forventningsmaksimeringsalgoritmen og Markov-kæden Monte Carlo-modellen. Det er muligt at anvende modeller for helbredelsesrate til at sammenligne effektiviteten af forskellige behandlinger. Generelt er overlevelseskurverne justeret for virkningerne af normal aldring på dødeligheden, især når sygdomme hos ældre mennesker undersøges.

Fra patientens perspektiv, især en patient, der har modtaget en ny behandling, kan den statistiske model være frustrerende. Det kan tage mange år at samle tilstrækkelig information til at bestemme det punkt, hvor DFS-kurven flader ud (og hvor der derfor ikke forventes flere tilbagefald). Det kan vise sig, at nogle sygdomme er teknisk set uhelbredelige, men også at de kræver behandling så sjældent, at de ikke adskiller sig væsentligt fra en helbredelse. Andre sygdomme kan vise sig at have flere plateauer, således at det, der engang blev udråbt som en “helbredelse”, uventet resulterer i meget sene tilbagefald. Derfor har patienter, forældre og psykologer udviklet begrebet psykologisk helbredelse, dvs. det øjeblik, hvor patienten beslutter, at behandlingen var tilstrækkelig sandsynlig til at være en helbredelse til at kunne kaldes en helbredelse. En patient kan f.eks. erklære sig selv for “helbredt” og beslutte at leve sit liv, som om helbredelsen var definitivt bekræftet, umiddelbart efter behandlingen.