假设我使用 Kaplan -Meier 曲线有一条从 0 到 6000 天的生存曲线。我如何能够预测 6001 及以后的未来存活率？有没有我可以使用的函数或外推方法？

下面是一个例子，这只是为了说明：

library(survival)
library(ISwR)
mfit <- survfit(Surv(days, status == 1)~1, data = melanom)

如何将曲线投影到下面观察到的东西上？

编辑：

基于@CliffAB 的热烈响应，我想补充一下上述问题：

如果我们假设它是一个参数模型（与非参数 KM 曲线相比）和一个分布，例如对于上面相同的数据，我假设一个log normal分布并运行数据，我可以使用假设分布的生存函数来投影数据 ？

require(flexsurv)
parm.curves  <- flexsurvreg(Surv(days, status == 1)~1,dist='lnorm',data=melanom)
plot(parm.curves)

我正在处理的数据更多地是关于客户保留率，它的行为与上述数据不同。它仅用于说明目的。但这只是表明很难解决这类问题。我的问题是，我们可以使用假设的分布生存函数来预测未来的生存率吗？

谢谢