![Page 1: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/1.jpg)
Survivalanalyse
![Page 2: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/2.jpg)
Analyse von Ereigniszeiten
Lebensdauer = Zeit zwischen einem Startpunkt (Anfangsdatum) und einem aufgetretenen Ereignis (Enddatum)
StartpunkteDiagnose einer Krankheit
Beginn einer Behandlung
Operation
Randomisierung
EndpunkteTod
Rezidiv
Funktionsende eines Organs
Erfolg einer Behandlung
![Page 3: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/3.jpg)
Zielvariablen/Endpunkte
Gesamtüberleben - overall survival (OS)
Berechnet vom Startzeitpunkt der Studie bis zum Tod (unabhängig von der Ursache). Patienten, die zum Zeitpunkt der Datenauswertung noch leben, werden zum Zeitpunkt der letzten Untersuchung / Kontaktaufnahme zensiert.
![Page 4: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/4.jpg)
Zielvariablen/Endpunkte
progressionsfreies Überleben - progression-freesurvival (PFS)
Berechnet vom Startzeitpunkt einer Studie bis zur Progression der Krankheit oder bis zum Tod (unabhängig von der Ursache). Patienten, die zum Zeitpunkt der Datenauswertung noch leben und keine Progression erfahren haben, werden zum Zeitpunkt der letzten Untersuchung zensiert. Das sind alle Patienten, die noch„gesund“ sind, mit stabiler Krankheit und „lost to follow-up“.
![Page 5: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/5.jpg)
Zensierte Daten
0
1
2
3
4
5
6
7
8
9
xxxx1/1990 1/1991 1/1992 Studien-ende
#
#
#
Kalendarische Zeit der Untersuchung
![Page 6: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/6.jpg)
Zensierte Daten
0
1
2
3
4
5
6
7
8
9
xxxx
#
#
#
Individuelle Beobachtungszeit nach Aufnahme in die Studie(Monate)
1
2
8
6
4
3
l
l
w
w
w
0 5 10 15 20 25
#…Ereignis eingetreten
w…abgebrocheneBeobachtungen (withdrawn alive)
l… verlorene Fälle (lost cases)
![Page 7: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/7.jpg)
Murashima N, et al. J Gastroenterol 2001; 36:368-374.
![Page 8: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/8.jpg)
Überlebenszeiten
Beispiel:
Patientinnen mit OvarialkarzinomProgressionsfreie Überlebenszeiten (in Monaten), Studiendauer 4 JahreStandardtherapie A, n=10 - Neue Therapie B, n=12*: zensierte Beobachtungen
Gruppe A: 3, 3, 6, 6*, 9, 13, 16*, 21, 29*, 35*
Gruppe B: 4, 7, 12*, 16, 26*, 29*, 31*, 31*, 32*, 35, 39*, 42*
![Page 9: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/9.jpg)
Kaplan-Meier Methode
Zerlegung der Beobachtungszeit in möglichst kleine Zeitintervalle, z.B. in die Zeiteinheit, in der man die Verläufe notiert.
Berechnung der relativen Häufigkeit p(i)=(r(i)-d(i))/r(i), mit der die r(i) Patientinnen, die bis zum Beginn des i-ten Intervalls progressionfrei waren, auch dieses Intervall ohne Progression überlebt haben, für jedes Zeitintervall i.
Die Rate derer, die nach T Zeitintervallen noch ereignisfrei sind, die kumulierte Überlebensrate S(T), wird dann nach der Kaplan-Meier-Methode (product-limit method) als Produkt der p(i) über alle Intervalle geschätzt.
( ) ( ) ( ) ( ) ( ) ( )TpTppppTS 1...321 −⋅⋅=
![Page 10: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/10.jpg)
Überlebensrate
Im Beispiel: Gruppe A
Alle 10 Patientinnen sind in den ersten 2 Monaten nach Therapiebeginn progressionsfrei Überlebensrate = 100 %
Drittes Monat: 2 Patientinnen haben eine Progression; die übrigen 8 „überleben“ dieses Monat ohne Progression, daher:
Viertes und fünftes Monat: Keine Progression, die Überlebensrate bleibt konstant bei 80 %.
Sechstes Monat: Eine Patientin erleidet eine Progression und eine Patientin ist ausgeschieden.
( ) ( ) ( ) ( ) ( ) ( ) ( ) 8,0108101010103213 =⋅⋅=⋅⋅= pppS
( ) ( ) 7,0875,08,087)5(6 =⋅=⋅= SS
![Page 11: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/11.jpg)
Beispiel
1,001035
1,002029
0,150,310,673121
1,004016
0,150,470,805113
0,150,580,83619
1,00706
0,140,700,88816
0,120,800,89913
0,090,900,901013
Standardfehler se(Si)
(Kumulierte) Überlebens-rate
Si
Intervall-Überlebens-rate
pi
Fallzahl unter Risiko ri
Progression
d
Tag
![Page 12: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/12.jpg)
Überlebenskurven
0 7 14 21 28 35 42Monate
0,0
0,2
0,4
0,6
0,8
1,0K
umul
ierte
s Üb
erle
ben
GruppeAB
A-zensiertB-zensiert
![Page 13: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/13.jpg)
Ellis RJ, Deutsch R, Heaton RK, et al. Neurocognitive impairment is an independent risk factor for death in HIV infection. Archives of Neurology 1997; 54:416-424.
Kaplan-Meier Plot
![Page 14: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/14.jpg)
Standardfehler der kumulierten Überlebensrate S(T)
Da die Anzahl der unter Risiko stehenden Patientinnen nach und nach abnimmt, wird der Standardfehler für die Überlebensraten mit der Zeit größer,
d.h. die Schätzungen der Überlebensraten verlieren zunehmend an Präzision.
![Page 15: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/15.jpg)
Logrank Test
Standardverfahren um mögliche Unterschiede zwischen den Überlebenskurven von 2 (oder mehreren) Patientengruppen zu prüfen
Vergleich des „gesamten“ Kurvenverlaufs
Beispiel: Teststatistik des Logrank Test:
X2=2,38
Dieser Wert ist kleiner als das 95% Quantil der χ2-Verteilung mit einem Freiheitsgrad. Die Nullhypothese kann nicht verworfen werden.
![Page 16: Analyse von Ereigniszeiten - user.medunigraz.atuser.medunigraz.at/andrea.berghold/StatSS/Lebensdauer.pdf · Kaplan-Meier Methode Zerlegung der Beobachtungszeit in möglichst kleine](https://reader031.vdocuments.mx/reader031/viewer/2022011723/5a9de5127f8b9aee528dcfc5/html5/thumbnails/16.jpg)
Cox-Modell
Multivariate Modelle für Überlebenskurven: das Cox-Modell (1972); simultane Betrachtung des Einflusses mehrerer Faktoren auf ein Zielereignis (Tod, Rezidiv, Erfolg), das im Zeitverlauf eintreten kann.
Auch proportional hazard model genannt:es wird angenommen, dass sich die Risiken für das Auftreten eines Ereignisses in den verschiedenen Gruppen proportional (konstantes Verhältnis) über die Follow-up Periode zueinander verhalten