Introduction to Survival Analysis and Time-To-Event Data
Table of Contents
Was ist Überlebensanalyse?
Überlebensanalyse, auch bekannt als Zeit-zu-Ereignis-Analyse, ist eine Sammlung statistischer Methoden zur Analyse von Daten, bei denen das Ergebnis von Interesse die Zeit bis zum Eintreten eines bestimmten Ereignisses ist. Das Ereignis kann Tod, Krankheitswiederholung, Geräteausfall, Kundenabwanderung oder jeder andere Übergang von einem Zustand sein. Was die Überlebensanalyse von Standard-Regressionstechniken unterscheidet, ist ihre Fähigkeit, zensierte Beobachtungen zu behandeln - Fälle, in denen das Ereignis am Ende der Studie noch nicht eingetreten ist oder ein Proband für die Nachverfolgung verloren geht. Ohne ordnungsgemäße Behandlung der Zensur würde die traditionelle lineare oder logistische Regression voreingenommene und irreführende Ergebnisse liefern.
Ursprünglich in den biomedizinischen und versicherungsmathematischen Wissenschaften entwickelt, ist die Überlebensanalyse in den Ingenieurwissenschaften, der Wirtschaft, den Sozialwissenschaften und der Wirtschaft unverzichtbar geworden. Die Methodik wurde in den 1950er Jahren ausgereift und fand nach der Einführung des Cox-Modells für proportionale Gefahren 1972 eine breite Anwendung. Heute ist sie der Goldstandard für die Gewinnung gültiger Rückschlüsse aus unvollständigen Zeit-zu-Ereignis-Daten.
Schlüsselkonzepte in der Überlebensanalyse
Überlebensfunktion
Die Überlebensfunktion, bezeichnet S()t), gibt die Wahrscheinlichkeit an, dass ein Individuum über die Zeit hinaus überlebt tDas heißt, das Ereignis ist zu diesem Zeitpunkt nicht eingetreten. S()t) ist eine nicht-erhöhende Funktion: Sie beginnt bei 1 zur Zeit Null (jeder ist ereignisfrei) und nähert sich asymptotisch mit zunehmender Zeit 0, wenn alle Individuen das Ereignis erleben. In der Praxis liefert der Kaplan-Meier (KM)-Schätzer eine nicht-parametrische Schätzung der Überlebensfunktion aus rechtszensierten Daten, wodurch eine Schrittfunktion entsteht, die zu jedem beobachteten Ereigniszeitpunkt abfällt.
Gefahrenfunktion
die Gefahrenfunktion, h()t), beschreibt das sofortige Risiko des Ereignisses zum Zeitpunkt t, bedingt durch das Überleben bis zu diesem Zeitpunkt; im Gegensatz zur Überlebensfunktion kann die Gefahr im Laufe der Zeit zunehmen, abnehmen oder konstant bleiben; die kumulative Gefahr H()t) = ∫0t h()u)u ist mit der Überlebensfunktion verbunden durch S()t) = exp[-H()tDie Hazard-Funktion ist zentral für das Cox-Proportional-Hazard-Modell und viele parametrische Überlebensmodelle.
Zensurmechanismen verstehen
Zensur tritt auf, wenn die genaue Ereigniszeit für einige Probanden unbekannt ist. Rechten ZensurDie Studie endet, bevor das Ereignis eintritt oder ein Proband ausfällt, und wir wissen nur, dass die Überlebenszeit größer ist als die letzte beobachtete Zeit. Linkszensur Tritt auf, wenn das Ereignis bereits vor Beginn der Studie stattgefunden hat, die genaue Zeit jedoch unbekannt ist - zum Beispiel hat ein Patient bereits beim ersten Screening-Besuch einen nachweisbaren Tumor. Interval Zensur tritt ein, wenn bekannt ist, dass das Ereignis innerhalb eines bestimmten Zeitfensters eingetreten ist (z. B. zwischen zwei Folgeterminen).
Die Methoden der Überlebensanalyse sollen diese verschiedenen Formen der Zensur ohne Voreingenommenheit berücksichtigen, sofern der Zensurmechanismus unabhängig vom Ereigniszeitpunkt ist (nicht-informative Zensur), In der Praxis müssen Analysten sorgfältig beurteilen, ob die Zensur wirklich unabhängig ist; zum Beispiel können Patienten, die zu krank sind, um an einer Nachsorge teilzunehmen, eher ausfallen, indem sie eine informative Zensur einführen.
Arten von Time-to-Event-Daten
Neben den Zensurmechanismen können Time-to-Event-Daten nach der Aufzeichnung von Ereigniszeiten kategorisiert werden:
- Genaue Ereigniszeiten: Der genaue Zeitpunkt des Ereignisses ist bekannt (z. B. Todesdatum), dies ist der Goldstandard für die Analyse.
- Richtig zensierte Daten: Der Proband ist bei der letzten Beobachtung ereignisfrei; die Ereigniszeit ist bekanntermaßen höher als dieser Punkt, was in klinischen Studien am häufigsten vorkommt.
- Linkszensierte Daten: Das Ereignis ereignete sich vor einer bestimmten Zeit, aber die genaue Zeit ist unbekannt.
- Intervalzensierte Daten: Das Ereignis liegt zwischen zwei Beobachtungszeiten, die typisch für Längsschnittstudien mit periodischen Bewertungen sind.
- Abschnürung: Themen werden nur dann aufgenommen, wenn sie bereits bis zu einer bestimmten Zeit (verzögerter Eintrag) überlebt haben, was sich von der Zensur unterscheidet und spezielle Techniken erfordert.
Das Verständnis dieser Datentypen ist wichtig, da jeder eine angemessene statistische Handhabung erfordert, um verzerrte Ergebnisse zu vermeiden. Während die meisten Standard-Überlebensmethoden die rechte Zensur behandeln, sind für andere Szenarien spezialisierte Ansätze (z. B. Intervallzensur-Regression, linksabgeschnittene Daten) erforderlich.
Kernmethoden in der Überlebensanalyse
Kaplan‐Meier-Schätzer und Log‐Rank-Test
Der Kaplan-Meier (KM)-Schätzer ist eine nichtparametrische Methode zur Schätzung der Überlebensfunktion aus rechtszensierten Daten. Er erzeugt eine Schrittfunktion, die sich nur zu bestimmten Ereigniszeiten ändert und sich daher gut für die Visualisierung von Überlebensmustern über Gruppen hinweg eignet (z. B. Behandlung vs. Kontrolle). Der Log-Rank-Test vergleicht formal die Überlebensverteilungen von zwei oder mehr Gruppen, ohne eine bestimmte Form für die Gefahr anzunehmen. Wenn die Annahme der proportionalen Gefahren sinnvoll ist, ist der Log-Rank-Test der leistungsstärkste nichtparametrische Test für Gruppenunterschiede.
Cox Proportional Hazards Modell
Das Cox-Modell mit proportionalen Gefahren (PH) ist die am häufigsten verwendete Regressionsmethode für Überlebensdaten und bildet die Gefahr als Produkt einer nicht näher spezifizierten Basisgefahr ab. h0()t), und ein multiplikativer Faktor, der kovariate Effekte erfasst: h()t|X) = h0()t) exp(β1X1 + ... + βpXp. Das Modell ist semiparametrisch, da die Basisgefährdung nicht geschätzt wird, während die Kovariatwirkungen über eine partielle Wahrscheinlichkeit geschätzt werden. Die Hauptannahme sind proportionale Gefahren: Das Gefahrenverhältnis zwischen zwei beliebigen Individuen ist im Laufe der Zeit konstant. Wenn gegen diese Annahme verstoßen wird, können Analysten geschichtete Cox-Modelle verwenden, zeitvariable Kovariate einführen oder alternative Modelle wie Modelle mit beschleunigter Ausfallzeit (AFT) anwenden.
Parametrische Überlebensmodelle
Parametrische Modelle gehen von einer spezifischen Verteilung für Überlebenszeiten aus, wie etwa exponentiell, Weibull, log-normal, log-logistic oder Gompertz. Diese Modelle bieten vollständig spezifizierte Wahrscheinlichkeiten und können bei korrekter Verteilungsannahme effizientere Schätzungen liefern. Sie sind besonders nützlich für die Extrapolation über den beobachteten Zeitbereich hinaus. Das Modell der beschleunigten Ausfallzeit (AFT) ist ein beliebter parametrischer Ansatz, der die Auswirkungen von Kovariaten direkt auf das Protokoll der Überlebenszeit und nicht auf die Gefahr modelliert. AFT-Modelle sind manchmal einfacher zu interpretieren in industriellen oder technischen Anwendungen.
Konkurrierende Risikoanalyse
In vielen Studien kann es zu einer von mehreren unterschiedlichen Ereignisarten kommen (z. B. Tod durch Krebs gegenüber Tod durch Herzerkrankungen). Eine Standard-Überlebensanalyse, bei der alle Ereignisse als gleichwertig behandelt werden, kann irreführend sein. Konkurrierende Risikomethoden wie die kumulative Inzidenzfunktion (CIF) und das Risikomodell der Unterverteilung von Fine-Gray ermöglichen die Schätzung ursachenspezifischer Wahrscheinlichkeiten, während das Vorhandensein anderer Ereignisse berücksichtigt wird. Diese Methoden sind in der medizinischen Forschung unerlässlich, wo mehrere Ursachen für Tod oder Krankheitsverlauf existieren.
Modelldiagnose und Prüfung Annahmen
Jedes Überlebensmodell enthält Annahmen, die überprüft werden müssen, um gültige Rückschlüsse zu gewährleisten.
Annahme von proportionalen Gefahren
Für das Cox-Modell gehen wir davon aus, dass das Hazard Ratio über die Zeit konstant ist. Schönfeld-Restmengen—eine skalierte Version der Residuen, die, wenn die Annahme zutrifft, keinen Trend im Laufe der Zeit zeigen sollte. Eine signifikante Korrelation zwischen Schönfeld-Residuen und Zeit lässt auf nichtproportionale Gefahren schließen. Alternative Strategien umfassen das Hinzufügen von zeitabhängigen kovariaten Wechselwirkungen, die Verwendung eines geschichteten Cox-Modells oder den Wechsel zu einem AFT-Modell.
Einflussreiche Beobachtungen und Goodness-of-Fit
Analysten sollten prüfen Abweichungsrückstände oder Martingale-Reste Im Cox-Modell, um Themen zu identifizieren, die schlecht passen oder sehr einflussreich sind, DFBET Werte können einflussreiche Beobachtungen ergeben, die sich unverhältnismäßig auf Koeffizientenschätzungen auswirken.Bei parametrischen Modellen kann die Eignung mithilfe der AIC oder durch Auftragen von Cox-Snell-Restwerten auf die kumulative Gefahr der angepassten Verteilung bewertet werden.
Beurteilung der Unabhängigkeit der Zensur
Die Annahme einer nicht-informativen Zensur ist von entscheidender Bedeutung. Obwohl sie nicht direkt testbar ist, können Analysten Sensitivitätsanalysen durchführen, indem sie verschiedene Zensurmuster annehmen (z. B. Best-Case-, Worst-Case-Muster) und untersuchen, wie sich Schätzungen ändern. In Studien, in denen Patienten aus Gründen, die wahrscheinlich mit dem Ereignis zusammenhängen, verloren gehen, können Strategien wie die inverse Wahrscheinlichkeit einer Zensurgewichtung (IPCW) die Verzerrung verringern.
Praktische Anwendungen über Felder hinweg
Die Überlebensanalyse wird in einer Vielzahl von Disziplinen eingesetzt:
- Klinische Studien und medizinische Forschung: Abschätzung der Zeit bis zum Tod, Rezidiv oder Progression der Krankheit. Kaplan-Meier-Kurven und Cox-Regression sind Standardinstrumente zur Meldung von Behandlungseffekten.
- Zuverlässigkeit des Ingenieurwesens: Modellierung von Ausfallzeiten mechanischer oder elektronischer Komponenten. Die Weibull-Analyse und die beschleunigte Lebensdauerprüfung helfen, die Lebensdauer vorherzusagen und Wartungspläne zu optimieren.
- Sozial- und Wirtschaftswissenschaften: Untersuchung der Dauer von Arbeitslosigkeit, Ehestabilität oder Rückfall. Überlebensmodelle identifizieren Faktoren, die das Timing von Ereignissen beeinflussen.
- Finanzen und Versicherungen: Modellierungszeit bis zum Ausfall oder Schadensfall: Versicherungsmathematiker stützen sich bei der Preisfestsetzung und Risikobewertung auf Überlebensmethoden.
- Kundenabwanderung und Marketing: Vorhersagen, wann Kunden einen Dienst nicht mehr nutzen. Cox-Modelle zeigen, welche Merkmale am stärksten mit der Speicherung verbunden sind.
Software-Implementierung
Moderne statistische Software bietet hervorragende Unterstützung für die Überlebensanalyse:
- R: Das Paket (verfügbar auf) KRAN) bietet Kernfunktionen wie , und an. Das Paket bietet publikationsfähige Plots. Für konkurrierende Risiken implementiert das Paket Fine-Gray Modelle.
- Python: Die Bibliothek (FLT:6)Dokumentation) bietet eine saubere API für Kaplan-Meier-, Cox- und AFT-Modelle. ist eine weitere Option für zufällige Überlebenswälder und andere maschinelle Lernmethoden.
- Stata: Befehle , und werden in der Epidemiologie weit verbreitet verwendet. behandelt konkurrierende Risiken.
- SAS: und sind die Arbeitspferde für die Überlebensanalyse.
Häufige Fallstricke und Best Practices
- Zensur ignorieren: Der Ausschluss von zensierten Beobachtungen oder deren Behandlung als Ereignisse führt zu einer schwerwiegenden Verzerrung. Immer alle verfügbaren Nachbeobachtungszeiten einschließen.
- Verletzung proportionaler Gefahren: Sich auf ein Cox-Modell zu verlassen, ohne die Annahme zu überprüfen, kann irreführende Gefahrenquoten ergeben, Restdiagnosen verwenden und bei Bedarf Alternativen in Betracht ziehen.
- Überbewusste Extrapolation: Parametrische Modelle, die über die beobachteten Daten hinaus extrapoliert werden, sollten vorsichtig interpretiert werden, denn nichtparametrische Methoden können für die Vorhersage innerhalb des beobachteten Bereichs sicherer sein.
- Mehrfachprüfungen: In hochdimensionalen Einstellungen (z. B. Genomik) kann die Standard-Cox-Regression ohne Regularisierung (z. B. LASSO-Cox) überpassen.
- Ignorieren konkurrierender Risiken: Bei Vorliegen mehrerer Ereignisarten kann die Verwendung einer ursachenspezifischen Gefahr ohne Berücksichtigung des konkurrierenden Ereignisses zu verzerrten kumulativen Inzidenzschätzungen führen.
Startschuss
Wenn Sie neu in der Überlebensanalyse sind, ist ein solider Ausgangspunkt, Überlebensdaten mit dem Kaplan-Meier-Schätzer zu visualisieren und den Log-Rank-Test zum Vergleich von Gruppen anzuwenden. Dann gehen Sie zum Cox-Modell über, um die Annahme der proportionalen Gefahren sorgfältig zu überprüfen. Wikipedias Überlebensanalyse Artikel bietet einen kurzen Überblick. Kleinbaum und Klein's Überlebensanalyse: Ein selbstlernender Text (3. Auflage) ist ein sehr empfehlenswertes Lehrbuch, das Theorie und Praxis verbindet.
Die statistische Beratungsgruppe der UCLA, bieten Arbeitsbeispiele in R, Stata und SAS.
Schlussfolgerung
Die Überlebensanalyse ist ein leistungsfähiger und nuancierter Satz statistischer Methoden zum Verständnis von Zeit-zu-Ereignis-Daten. Seine Fähigkeit, mit Zensur umzugehen, Überlebenswahrscheinlichkeiten zu schätzen und kovariate Effekte zu bewerten, macht es in der medizinischen Forschung, im Ingenieurwesen, in der Wirtschaft und darüber hinaus unerlässlich. Ob Sie eine klinische Studie entwerfen, Gerätefehler modellieren oder Kundenabwanderung studieren, ein solides Verständnis von Überlebenskonzepten - zusammen mit sorgfältiger Aufmerksamkeit für Annahmen und Diagnosen - ermöglicht es Ihnen, aussagekräftige und vertrauenswürdige Schlussfolgerungen aus unvollständigen Längsschnittdaten zu ziehen. Da Daten komplexer werden, mit konkurrierenden Risiken, wiederkehrenden Ereignissen und hochdimensionalen Prädiktoren, entwickelt sich das Feld weiter, aber die grundlegenden Prinzipien bleiben die gleichen.