Kaplan-Meier-Analyse — Nichtparametrische Überlebenszeitschätzung
- Eingeführt von
- Edward L. Kaplan and Paul Meier
- Jahr
- 1958
- Typ
- Nonparametric survival estimator
- Familie
- Clinical / epidemiology
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Die Kaplan-Meier (KM)-Analyse ist eine nichtparametrische Methode zur Schätzung der Überlebensfunktion aus Zeit-zu-Ereignis-Daten.
Sie wurde 1958 von Kaplan und Meier eingeführt und liefert die klassische stufenförmige Überlebenskurve, die die Wahrscheinlichkeit zeigt, jedes beobachtete Ereigniszeitpunkt zu überleben, wobei zensierte Beobachtungen korrekt berücksichtigt werden – Teilnehmer, die die Studie verlassen haben oder das Ereignis bis zum Ende der Nachbeobachtung noch nicht erlebt hatten. Sie ist eine der am weitesten verbreiteten Techniken in der klinischen und epidemiologischen Forschung.
Die Intuition hinter der Methode
Stellen Sie sich vor, Sie verfolgen eine Gruppe von Krebspatienten, um zu sehen, wie lange sie nach der Behandlung überleben. Einige sterben während der Studie (beobachtete Ereignisse); andere leben noch, wenn die Studie endet, oder brechen ab (zensiert). Ein einfacher Durchschnitt ignoriert die Zensierung und unterschätzt das Überleben. Der Kaplan-Meier-Schätzer multipliziert stattdessen eine Reihe von bedingten Überlebenswahrscheinlichkeiten – die Chance, jeden aufeinanderfolgenden Ereigniszeitpunkt zu überleben, gegeben das Überleben bis zu diesem Zeitpunkt –, was zu einer stufenförmigen Kurve führt, die nur dann abfällt, wenn ein tatsächliches Ereignis eintritt. Zensierte Beobachtungen reduzieren die Risikogruppe, zählen aber nicht als Ereignisse, sodass ihre Informationen bis zum Zeitpunkt ihres Ausscheidens genutzt werden.
Geschichte
Die Kaplan-Meier-Analyse stammt aus einer wegweisenden Arbeit von Edward L. Kaplan und Paul Meier aus dem Jahr 1958 im Journal of the American Statistical Association. Meier hatte den Produkt-Grenzwert-Schätzer unabhängig entwickelt; ein Herausgeber erkannte die parallele Arbeit und ermutigte zu einer gemeinsamen Veröffentlichung. Die Arbeit stieß anfangs auf mäßiges Interesse, entwickelte sich aber zu einem der meistzitierten wissenschaftlichen Artikel aller Zeiten. Der begleitende Log-Rank-Test wurde 1966 von Nathan Mantel entwickelt. Die Methode wurde ab den 1970er Jahren zentral für die Berichterstattung klinischer Studien, und Zulassungsbehörden weltweit erwarten heute KM-Kurven als Teil jeder Einreichung von Zeit-zu-Ereignis-Analysen.
Wann wird sie eingesetzt?
Verwenden Sie die Kaplan-Meier-Analyse immer dann, wenn das Ergebnis die Zeit bis zu einem einzelnen, klar definierten Ereignis ist (Tod, Rückfall, Entlassung, Behandlungsversagen) und die Nachbeobachtungszeiten zwischen den Teilnehmern variieren. Sie ist der Standard-erste Schritt in jeder Überlebenszeitanalyse und eignet sich sowohl für randomisierte Studien als auch für Beobachtungs-Kohortenstudien. Bevorzugen Sie KM-Kurven für die deskriptive Darstellung und den Gruppenvergleich, wenn die Annahme proportionaler Gefahren gilt; wechseln Sie zur Cox-Regression, wenn Sie gleichzeitig für mehrere Kovariaten adjustieren müssen. Verwenden Sie KM nicht, wenn das Ereignis nicht mehr als einmal pro Person auftreten kann und konkurrierende Ereignisse (z. B. Tod aus einer anderen Ursache vor dem interessierenden Ereignis) vorhanden sind – verwenden Sie stattdessen eine Analyse konkurrierender Risiken. KM ist auch ungeeignet, wenn die Zensierung wahrscheinlich informativ ist, wenn eine kontinuierliche Kovariatenanpassung erforderlich ist oder wenn das Ergebnis binär und nicht zeit-bis-Ereignis ist.
Grenzen und Hinweise
- Kann nicht gleichzeitig für mehrere Störvariablen adjustieren – verwenden Sie Cox-Proportional-Hazards für Kovariaten-adjustierte Schätzungen.
- Setzt nicht-informative Zensierung voraus; verzerrte Schätzungen ergeben sich, wenn die Zensierung mit der Prognose zusammenhängt.
- Behandelt keine wiederkehrenden Ereignisse oder konkurrierenden Risiken ohne Erweiterung auf spezialisiertere Methoden.
- Der Log-Rank-Test zum Vergleich von Kurven hat eine reduzierte Aussagekraft, wenn das Hazard Ratio sich über die Zeit ändert (sich kreuzende oder konvergierende Kurven).
- Schätzungen werden bei langer Nachbeobachtungszeit, wenn nur noch wenige Teilnehmer im Risiko sind, instabil.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Vollständig nichtparametrisch – macht keine Annahmen über die Form der Überlebensverteilung.
- Berücksichtigt zensierte Beobachtungen korrekt und maximiert die Nutzung der gesamten verfügbaren Nachbeobachtungszeit.
- Liefert eine intuitive, sofort interpretierbare visuelle Darstellung (die stufenförmige Überlebenskurve).
- Die mediane Überlebenszeit mit Konfidenzintervallen lässt sich leicht als zusammenfassende Statistik ableiten.
- Weit verbreitet und verständlich für klinische, epidemiologische und regulatorische Zielgruppen.
Anwendungen
- Vergleich des Gesamtüberlebens zwischen Behandlungsgruppen in randomisierten kontrollierten Studien der Onkologie.
- Schätzung der Zeit bis zur Krankenhauswiedereinweisung nach Herzoperationen in kardiovaskulären Kohortenstudien.
- Berichterstattung des progressionsfreien Überlebens in Zulassungsanträgen für neue Krebsmedikamente.
- Analyse der Zeit bis zur Behandlungsunterbrechung oder dem Auftreten von unerwünschten Ereignissen in Pharmakovigilanz-Studien.
- Schätzung des Transplantatüberlebens in Transplantationsregistern und Studien zur Organabstoßung.
- Beschreibung der Zeit bis zum Wiederauftreten nach chirurgischer Resektion in Kohortenstudien zu kolorektalem oder Brustkrebs.
So funktioniert es
So funktioniert es
Spezifizieren Sie das interessierende Ereignis (z. B. Tod, Krankheitsrezidiv, Krankenhauswiedereinweisung), den Zeitursprung (z. B. Datum der Randomisierung, Datum der Diagnose) und den Zensierungsmechanismus. Jeder Teilnehmer liefert eine Überlebenszeit und eine Ereignisindikator (1 = Ereignis eingetreten, 0 = zensiert). Stellen Sie sicher, dass die Zensierung nicht-informativ ist – das heißt, Teilnehmer, die zensiert werden, sollten sich in der Prognose nicht systematisch von denen unterscheiden, die im Risiko verbleiben.
Sortieren Sie alle beobachteten Ereigniszeitpunkte von klein nach groß. Gleichzeitige Ereignisse (mehrere Ereignisse zum selben Zeitpunkt) werden nach üblicher Konvention behandelt. Zu jedem einzelnen Ereigniszeitpunkt t_i werden n_i (die Anzahl der im Risiko befindlichen Teilnehmer unmittelbar vor t_i) und d_i (die Anzahl der Ereignisse bei t_i) erfasst. Zensierte Beobachtungen, die zwischen aufeinanderfolgenden Ereigniszeitpunkten auftreten, reduzieren n_i für nachfolgende Schritte, werden aber nicht als Ereignisse gezählt.
Berechnen Sie die Überlebenswahrscheinlichkeit zu jedem Ereigniszeitpunkt mit der Produkt-Grenzwert-Formel: S(t) = Produkt über alle t_i <= t von (1 - d_i / n_i). Die Schätzung beginnt bei S(0) = 1 und sinkt nur zu den Ereigniszeitpunkten in Stufen, während sie zwischen den Ereignissen konstant bleibt. Dies macht keine Annahmen über die zugrundeliegende Verteilung der Überlebenszeiten.
Formel
S(t) = \prod_{t_i \le t} \left(1 - \frac{d_i}{n_i}\right)Zensierte Beobachtungen – Teilnehmer, die in der Nachbeobachtung verloren gingen, ausschieden oder bis zum Studienende ereignisfrei blieben – werden einbezogen, indem sie zum Zeitpunkt ihrer Zensierung aus der Risikogruppe entfernt werden, nachdem sie bis zu diesem Zeitpunkt zum Nenner n_i beigetragen haben. Die korrekte Handhabung der Zensierung ist entscheidend: Wenn die Zensierung informativ ist (korreliert mit der Prognose), wird die KM-Schätzung verzerrt sein und es sind anspruchsvollere Methoden erforderlich.
Wenn zwei oder mehr Gruppen (z. B. Behandlung vs. Kontrolle) verglichen werden, wird für jede Gruppe eine separate KM-Kurve geschätzt und die Kurven werden zusammen dargestellt. Der Log-Rank-Test (oder Mantel-Cox-Test) bietet einen formalen Signifikanztest für die Nullhypothese gleicher Überlebensfunktionen. Der Log-Rank-Test ist am mächtigsten, wenn das Hazard Ratio zwischen den Gruppen über die Zeit annähernd konstant ist (Annahme proportionaler Gefahren); gewichtete Varianten wie Wilcoxon-Breslow sind verfügbar, wenn frühe Unterschiede von größerem Interesse sind.
Stellen Sie die KM-Kurven grafisch mit einer Tabelle der 'Numbers-at-Risk' unter der x-Achse dar. Berichten Sie die mediane Überlebenszeit (die Zeit, zu der S(t) die 0,5-Linie kreuzt) mit 95%-Konfidenzintervallen (typischerweise nach Greenwood). Wenn ein Vergleich durchgeführt wurde, berichten Sie den Log-Rank-p-Wert und das Hazard Ratio aus einem Cox-Modell. Geben Sie die Gesamtstichprobengröße, die Anzahl der Ereignisse und die Nachbeobachtungsdauer an.
Häufige Fallstricke
- Ignorieren konkurrierender Risiken – die Verwendung von KM, wenn Teilnehmer ein konkurrierendes Ereignis erleben können (z. B. Tod vor einem Rückfall), führt zu einer Überschätzung der kumulativen Inzidenz des interessierenden Ereignisses; verwenden Sie stattdessen die Fine-Gray- oder ursachenspezifische Hazard-Ansätze.
- Darstellung von Kurven ohne eine 'Numbers-at-Risk'-Tabelle – späte Abschnitte der Kurve, die auf sehr wenigen Individuen basieren, sind ohne Kontext unzuverlässig und irreführend.
- Informative Zensierung – wenn Patienten zensiert werden, weil sich ihr Zustand verschlechterte und sie die Behandlung wechselten, ist die überlebende Kohorte künstlich ausgewählt; Sensitivitätsanalysen oder Inverse-Probability-of-Censoring-Weighting sollten in Betracht gezogen werden.
- Berichterstattung nur des Log-Rank-p-Wertes ohne Effektstärke – der p-Wert zeigt die Signifikanz, aber nicht die Größe des Unterschieds; begleiten Sie ihn immer mit einem Hazard Ratio und Konfidenzintervall aus einer Cox-Regression.
- Sich kreuzende Überlebenskurven mit einem einzigen Log-Rank-Test – wenn sich Kurven kreuzen, kann der Log-Rank-Test nicht signifikant sein, selbst wenn es einen realen frühen oder späten Unterschied gibt; die auf die eingeschränkte mittlere Überlebenszeit bezogene Analyse oder gewichtete Log-Rank-Tests sind aussagekräftiger.
Häufig gestellte Fragen
Was ist der Unterschied zwischen der Kaplan-Meier-Kurve und der kumulativen Hazard-Kurve?
Die KM-Kurve zeigt S(t), die Wahrscheinlichkeit, die Zeit t zu überleben (das Ereignis nicht zu erleben), die von 1 gegen 0 abnimmt. Die kumulative Hazard H(t) = -log S(t) steigt im Laufe der Zeit an und repräsentiert das akkumulierte momentane Risiko. Beide sind äquivalente Darstellungen derselben zugrundeliegenden Daten; die kumulative Hazard ist auf einer logarithmischen Skala unter einer Exponentialverteilung linear, was sie für die Modellprüfung nützlich macht.
Wann sollte ich den Log-Rank-Test vs. ein Cox-Modell zum Vergleich von Gruppen verwenden?
Verwenden Sie den Log-Rank-Test, wenn Sie einen einfachen, nichtparametrischen Signifikanztest zum Vergleich von zwei oder mehr unverzerrten KM-Kurven wünschen. Verwenden Sie die Cox-Regression, wenn Sie für Störvariablen adjustieren, kontinuierliche Prädiktoren einschließen oder ein Hazard Ratio als zusammenfassende Effektstärke erhalten möchten. Beide Ansätze setzen proportionale Gefahren voraus; wenn diese Annahme verletzt ist, ziehen Sie eine Analyse der eingeschränkten mittleren Überlebenszeit in Betracht.
Wie berechne ich das Konfidenzintervall für die mediane Überlebenszeit?
Der Standardansatz wendet die Greenwood-Formel zur Schätzung der Varianz von S(t) an und konstruiert dann punktweise Konfidenzbänder um die Kurve. Das Konfidenzintervall für den Median ist die Menge der Zeitpunkte, an denen das Konfidenzband die 0,5-Wahrscheinlichkeitslinie kreuzt. Die meisten statistischen Softwarepakete (R survival package, SAS LIFETEST, Stata stci) berechnen dies automatisch.
Kann ich Kaplan-Meier verwenden, wenn ich konkurrierende Risiken habe?
Die Standard-KM-Analyse behandelt konkurrierende Ereignisse (z. B. Tod aus einer anderen Ursache vor dem interessierenden Ereignis) als zensierte Beobachtungen, was zu einer Überschätzung der kumulativen Inzidenz führt, da zensierte Individuen als weiterhin im Risiko befindlich angenommen werden. Wenn konkurrierende Risiken vorhanden sind, verwenden Sie stattdessen die kumulative Inzidenzfunktion (CIF) aus der Fine-Gray-Regression oder ursachenspezifische Hazard-Modelle anstelle des KM-Schätzers.
Welche Stichprobengröße benötige ich für eine zuverlässige Kaplan-Meier-Schätzung?
Die Zuverlässigkeit hängt hauptsächlich von der Anzahl der beobachteten Ereignisse ab, nicht von der Gesamtstichprobengröße. Als grobe Regel sind mindestens 10–20 Ereignisse pro Gruppe für stabile Kurvenschätzungen erforderlich, und formale Power-Berechnungen für den Log-Rank-Test sollten auf der erwarteten Ereignisrate, der medianen Überlebenszeit und der gewünschten Power basieren. Bei langen Nachbeobachtungszeiten, bei denen nur noch wenige Teilnehmer im Risiko sind (weniger als ca. 5–10), wird die Kurve unzuverlässig und sollte gekürzt oder mit entsprechender Unsicherheit dargestellt werden.
Verwandte Methoden
Quellen
Kaplan, E. L., & Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, 53(282), 457–481.
DOI-Referenz öffnenKopiert.Kaplan–Meier estimator. Wikipedia.
Publikationsreferenz öffnenKopiert.