Überlebenszeiten statistisch analysieren

Ein Patient erscheint beim letzten Follow-up ereignisfrei, ein anderer verlässt die Studie vorzeitig, ein dritter erlebt das definierte Ereignis nach sechs Monaten. Genau an diesem Punkt reicht es nicht mehr, Mittelwerte zu vergleichen. Wer Überlebenszeiten statistisch analysieren möchte, muss berücksichtigen, dass Beobachtungszeiten unterschiedlich lang sind und viele Ereignisse bis zum Studienende gar nicht auftreten. Eine korrekt geplante Überlebenszeitanalyse macht diese Informationen auswertbar - und schützt Ihre Thesis, Dissertation oder Publikation vor methodischen Fehlinterpretationen.

Was bei der Analyse von Überlebenszeiten wirklich gemessen wird

Der Begriff Überlebenszeit meint nicht ausschließlich die Zeit bis zum Tod. In medizinischen Studien kann es um die Zeit bis zum Rezidiv, zur Progression, zur Entlassung, zu einem kardiovaskulären Ereignis oder zum Therapieabbruch gehen. In anderen Fachgebieten sind etwa die Zeit bis zur Kündigung, bis zum Maschinenausfall oder bis zum Studienabbruch relevante Endpunkte.

Entscheidend sind immer drei Angaben: der Startzeitpunkt, das klar definierte Ereignis und die Beobachtungsdauer. Der Start kann beispielsweise die Diagnose, die Randomisierung oder der Beginn einer Behandlung sein. Das Ereignis muss fachlich präzise operationalisiert sein. Unklare Definitionen wie „klinische Verschlechterung“ führen später schnell zu nicht reproduzierbaren Auswertungen.

Die Besonderheit liegt in der Zensierung. Ist bei einer Person am Studienende kein Ereignis dokumentiert, bedeutet das nicht, dass sie nie ein Ereignis erleben wird. Bekannt ist nur: Bis zum letzten Kontakt ist es nicht eingetreten. Diese rechtszensierten Fälle enthalten relevante Information und dürfen weder als Ereignisse noch als fehlende Werte behandelt werden. Genau dafür wurden Verfahren der Überlebenszeitanalyse entwickelt.

Überlebenszeiten statistisch analysieren: Die passende Methode wählen

Welche Methode angemessen ist, hängt von der Forschungsfrage, dem Endpunkt und dem Studiendesign ab. Die verbreitetesten Verfahren bauen aufeinander auf, beantworten aber unterschiedliche Fragen.

Kaplan-Meier-Kurven für den deskriptiven Verlauf

Die Kaplan-Meier-Methode schätzt die Wahrscheinlichkeit, über einen bestimmten Zeitraum ereignisfrei zu bleiben. Das Ergebnis wird meist als Stufenfunktion dargestellt. Jede Stufe entsteht an einem Ereigniszeitpunkt, zensierte Beobachtungen werden häufig durch kleine Markierungen in der Kurve sichtbar gemacht.

Für eine medizinische Arbeit lässt sich damit etwa zeigen, wie sich das rezidivfreie Überleben über 12, 24 oder 60 Monate entwickelt. Der geschätzte Median der Überlebenszeit ist nur dann sinnvoll interpretierbar, wenn die Kurve die 50-Prozent-Marke tatsächlich erreicht. Wird diese Marke nicht unterschritten, lautet die fachlich korrekte Aussage nicht „Median = 0“, sondern: Der Median wurde innerhalb der Beobachtungszeit nicht erreicht.

Kaplan-Meier-Kurven sind hervorragend für die Beschreibung geeignet. Sie kontrollieren jedoch nicht automatisch für Alter, Geschlecht, Ausgangsschwere oder andere Einflussgrößen. Sobald solche Kovariaten relevant sind, genügt eine rein grafische Gegenüberstellung meist nicht.

Log-Rank-Test für einen einfachen Gruppenvergleich

Sollen zwei oder mehr Gruppen verglichen werden, etwa Therapie A gegen Therapie B, ist der Log-Rank-Test ein klassischer erster Schritt. Er prüft, ob sich die Überlebenskurven über den beobachteten Zeitraum statistisch unterscheiden.

Ein signifikanter p-Wert zeigt allerdings weder die klinische Größe eines Unterschieds noch berücksichtigt er Störfaktoren. Außerdem gewichtet der Standard-Log-Rank-Test Unterschiede über die gesamte Zeitspanne. Wenn sich Kurven erst spät trennen oder kreuzen, kann ein anderer Test oder ein differenzierteres Modell geeigneter sein. Deshalb sollte der Test nie isoliert neben einer Grafik stehen, sondern gemeinsam mit Effektmaßen und Konfidenzintervallen berichtet werden.

Cox-Regression für adjustierte Effekte

Die Cox-Proportional-Hazards-Regression ist das zentrale Verfahren, wenn der Einfluss mehrerer Variablen auf die Ereignisrate untersucht werden soll. Sie liefert typischerweise Hazard Ratios mit 95-Prozent-Konfidenzintervallen. Eine Hazard Ratio von 1,40 bedeutet beispielsweise, dass die geschätzte momentane Ereignisrate in einer Gruppe um 40 Prozent höher liegt als in der Referenzgruppe - unter Berücksichtigung der im Modell enthaltenen Kovariaten.

Diese Formulierung verdient Sorgfalt: Eine Hazard Ratio ist kein direktes Risiko über den gesamten Studienzeitraum und keine Aussage über individuelle Kausalität. Ihre Interpretation hängt vom Studiendesign, der Codierung der Variablen und dem Adjustierungsset ab. Besonders bei retrospektiven Daten sollte die Auswahl der Kontrollvariablen fachlich begründet und nicht allein über automatisierte Selektionsverfahren getroffen werden.

Die Annahmen entscheiden über die Belastbarkeit

Eine formal korrekt berechnete Cox-Regression kann trotzdem ungeeignet sein. Die wichtigste Annahme ist die Proportionalität der Hazards. Vereinfacht gesagt: Das Verhältnis der Ereignisraten zwischen Gruppen soll über die Zeit näherungsweise konstant bleiben. Kreuzen sich Kaplan-Meier-Kurven deutlich oder verändern sich Effekte stark im Verlauf, ist diese Annahme möglicherweise verletzt.

Dann kommen je nach Forschungsfrage zeitabhängige Kovariaten, stratifizierte Cox-Modelle, getrennte Zeitintervalle oder alternative Modellansätze infrage. Welche Lösung passt, ist keine reine Softwareentscheidung. Sie muss zur medizinischen beziehungsweise fachlichen Logik der Studie passen.

Auch die unabhängige Zensierung ist relevant. Wenn Teilnehmende beispielsweise wegen einer Verschlechterung besonders häufig aus der Nachbeobachtung ausscheiden, ist die Annahme zufälliger Zensierung fraglich. In solchen Fällen kann die Überlebenswahrscheinlichkeit zu günstig geschätzt werden. Eine sorgfältige Beschreibung von Drop-outs und Follow-up-Prozessen ist daher Teil der Analyse, nicht bloß Formalie.

Ein weiterer kritischer Punkt sind konkurrierende Risiken. Stirbt eine Person vor einem möglichen Rezidiv, kann sie kein Rezidiv mehr erfahren. Der Tod ist dann kein gewöhnlich zensierter Fall, sondern ein konkurrierendes Ereignis. Klassische Kaplan-Meier-Schätzungen können die Wahrscheinlichkeit des interessierenden Ereignisses unter solchen Bedingungen überschätzen. Hier sind kumulative Inzidenzfunktionen und passende Regressionsmodelle oft die bessere Wahl.

Datenaufbereitung: Der häufigste Ursprung späterer Fehler

Viele Probleme entstehen, bevor die erste Kurve gezeichnet wird. Für jede Person benötigen Sie mindestens eine eindeutige ID, eine Zeitvariable, einen Ereignisindikator und die relevanten Gruppen- oder Kovariatenvariablen. Der Ereignisindikator muss transparent codiert sein, etwa 1 für Ereignis und 0 für zensiert. Besonders bei zusammengeführten Datensätzen passieren hier folgenschwere Verwechslungen.

Prüfen Sie außerdem, ob negative oder unrealistische Zeiten auftreten, ob Start- und Enddatum konsistent sind und ob mehrere Ereignisse pro Person vorkommen. Bei wiederkehrenden Ereignissen wie wiederholten Hospitalisierungen ist eine klassische Analyse der Zeit bis zum ersten Ereignis nur eine mögliche Perspektive. Sie kann sinnvoll sein, beantwortet aber nicht dieselbe Frage wie ein Modell für wiederholte Ereignisse.

Vor der Modellierung sollte eine Tabelle die Stichprobe nachvollziehbar beschreiben: Anzahl der Personen, Anzahl der Ereignisse, Anteil zensierter Fälle, mediane Nachbeobachtungszeit und Verteilung zentraler Kovariaten. Die mediane Nachbeobachtungszeit ist dabei nicht einfach der Median aller beobachteten Zeiten. Je nach Berichtsziel sollte sie mit einer geeigneten Methode geschätzt werden, um die tatsächliche Beobachtungsdauer angemessen abzubilden.

So berichten Sie Ergebnisse wissenschaftlich sauber

Ein gutes Reporting erklärt nicht nur, ob ein Ergebnis signifikant ist, sondern was genau geschätzt wurde. Benennen Sie zuerst den Endpunkt, den Beginn der Zeitmessung, die Zensierungsregel und den Beobachtungszeitraum. Anschließend folgen Ereigniszahlen, Kaplan-Meier-Schätzungen zu klinisch oder fachlich relevanten Zeitpunkten sowie bei Gruppenvergleichen der Log-Rank-Test.

Für eine Cox-Regression gehören Hazard Ratios, 95-Prozent-Konfidenzintervalle und p-Werte in eine übersichtliche Tabelle. Ergänzen Sie, welche Variablen adjustiert wurden und wie kategoriale Referenzgruppen definiert sind. Aussagen wie „Alter war signifikant“ sind zu ungenau. Besser ist eine inhaltliche Interpretation pro definierter Einheit, beispielsweise pro zehn Lebensjahre, sofern diese Skalierung fachlich sinnvoll ist.

Grafiken sollten lesbar bleiben. Eine Kaplan-Meier-Kurve benötigt eine beschriftete Zeitachse, eine eindeutig benannte y-Achse, eine Legende sowie sinnvollerweise eine Risikotabelle unter der Grafik. Bei kleinen Fallzahlen im späten Verlauf können Kurven optisch dramatisch wirken, obwohl nur noch wenige Personen unter Beobachtung stehen. Die Risikotabelle verhindert solche Überinterpretationen.

Wann fachliche Statistikberatung besonders sinnvoll ist

Bei einfachen Daten kann eine Kaplan-Meier-Auswertung in R, SPSS, Stata oder Python schnell erstellt sein. Anspruchsvoll wird es, wenn mehrere Endpunkte, unvollständige Follow-up-Daten, konkurrierende Risiken, kleine Ereigniszahlen oder komplexe Adjustierungen vorliegen. Dann entscheidet die methodische Planung darüber, ob die Ergebnisse publizierbar und fachlich verteidigbar sind.

Eine Beratung durch promovierte Statistiker kann bereits vor der Datenauswertung Klarheit schaffen: Welcher Endpunkt ist primär? Wie wird Zensierung definiert? Reicht ein Gruppenvergleich oder ist eine adjustierte Cox-Regression erforderlich? Welche Sensitivitätsanalysen sind angemessen? Bei Easy Statistik erhalten Forschende eine individuelle, diskrete Einordnung ihrer Fragestellung sowie nachvollziehbare Auswertungen und Unterstützung beim Reporting - abgestimmt auf Thesis, Dissertation oder Manuskript.

Wenn Ihre Überlebensdaten bereits vorliegen, warten Sie nicht bis kurz vor der Abgabe mit diesen Entscheidungen. Schildern Sie Ihre Forschungsfrage und Ihr Studiendesign über das Kontaktformular. Eine methodisch saubere Analyse schafft nicht nur einen p-Wert, sondern die Sicherheit, dass Ihre Schlussfolgerungen die Daten tatsächlich tragen.