STATISTIK-FORUM.de

[Markus_Müller]

Hi

ich habe gerade ein kleines Problem und stehe total auf dem Schlauch.
Es geht um eine Gruppe von Patienten. Die Tabelle sieht so aus:



Ich habe nun mühsam in excel eine Überlebenszeitkurve gemacht (KEIN Kaplan-Meier):




Das Problem ist folgendes:
z.b. 3 Kranke:
Patient 1 ist an Tag 3 gestorben. Patient 2 an Tag 15.
Patient 3 ist an Tag 3 Entlassen worden, d.h. er ist definitiv nicht gestorben.
usw, das ganze auch für die gesunden.

Hat jemand eine Idee wie man diese Daten sinnvoll darstellen kann?

Aus dem Graphen lässt sich am Ende die Gesamtmortalität ablesen (z.b.ca. 40% für Krankheitsgruppe)
Wenn ich einen Kaplan Meier Schätzer mache und eine Cox Regression stimmen die Relationen nicht, d.h. der Kaplan Meier schätzer ist dann am Ende bei einem Überleben von unter 20%, was aber doch nicht sein kann wenn die Sterblichkeit im beobachteten Zeitraum z.b. nur 40% ist (siehe Kurve)...




Der Kaplan Meier überschätzt sozusagen die Sterblichkeit weil er davon ausgeht, dass jemand der am 3. Tag entlassen wird, am 4. Tag die gleiche Sterblichkeitswahrscheinlichkeit hat (wird als zensiert aufgefasst). Tatsächlich ist er aber gesund, er hat die Krankheit überlebt.


Sollte man besser die Hazard ratio für Tag 1,2,3 etc. vergleichen?
Ich kapiers einfach nicht und stehe total auf dem Schlauch

Tut mir Leid für die, zugegeben etwas umständliche Frage, aber ich hoffe das Problem ist ein wenig verständlich geworden.


Grüße
Markus

[strukturmarionette]

Hi,

Das Problem ist folgendes:
z.b. 3 Kranke:
Patient 1 ist an Tag 3 gestorben. Patient 2 an Tag 15.
Patient 3 ist an Tag 3 Entlassen worden, d.h. er ist definitiv nicht gestorben.

- dabei fehlt doch bereits jeder Bezug zu den von Dir präsentierten Daten.

Gruß
S.

[PonderStibbons]

Hat jemand eine Idee wie man diese Daten sinnvoll darstellen kann?

Das hängt von Deinem Erkenntnisinteresse und von Deiner
Fragestellung ab.

Aus dem Graphen lässt sich am Ende die Gesamtmortalität ablesen (z.b.ca. 40% für Krankheitsgruppe)

Nein, die kumulierte Überlebenswahrscheinlichkeit zum betrachteten Zeitpunkt.

Wenn ich einen Kaplan Meier Schätzer mache und eine Cox Regression stimmen die Relationen nicht, d.h. der Kaplan Meier schätzer ist dann am Ende bei einem Überleben von unter 20%, was aber doch nicht sein kann wenn die Sterblichkeit im beobachteten Zeitraum z.b. nur 40% ist (siehe Kurve)...

Wenn Du einen Datensatz mit zensierten Beobachtungen hast, dann
zeigt Dir Kaplan-Meier das kumulierte Überleben zu den betrachteten
Zeitpunkten. Nicht die Todesrate der Ausgangsgruppe. Du musst
Dir nochmal die Grundidee der Kaplan-Meier-Analyse und der kumulierten
Überlebenswahrscheinlichkeiten vergegenwärtigen.

Der Kaplan Meier überschätzt sozusagen die Sterblichkeit weil er davon ausgeht, dass jemand der am 3. Tag entlassen wird, am 4. Tag die gleiche Sterblichkeitswahrscheinlichkeit hat (wird als zensiert aufgefasst).

Keineswegs geht Kaplan-Meier davon aus. Vielmehr fällt der Fall
schlicht aus den weiteren Berechnungen heraus. Ein Fall, der nach
5 Tagen zensiert wird, kann vor Tag 5 noch bei der Berechnung der
Überlebenswahrscheinlichkeiten herangezogen werden.
In den Berechnungen für die Zeit nach Tag 5 taucht er nicht
mehr auf.

Tatsächlich ist er aber gesund, er hat die Krankheit überlebt.

Wenn Du das genau weißt, wieso zensierst Du ihn dann?

Mit freundlichen Grüßen

P.

[Markus_Müller]

Hat jemand eine Idee wie man diese Daten sinnvoll darstellen kann?

Das hängt von Deinem Erkenntnisinteresse und von Deiner
Fragestellung ab.

Ja das stimmt, da hast du recht.
Vielen Dank erstmal für Deine Gedanken zu dem Problem..

Mein Problem ist, dass ich diese Daten habe, d.h.
Patient X ohne Krankheit hat 8 Tage gelebt--->entlassen (evtl. noch Langzeitbeobachtung im Sinne von: lebt nach 20 Monaten)
Patient y mit Krankheit hat 5 Tage gelebt--->am 5. Tag gestorben (definitiv keine Langzeitbeobachtung, weil tot)

Zudem sind die Langzeitbeobachtungen gering, d.h. nur ein Teil der entlassenen Patienten konnte langzeitbeobachtet werden.

Ich habe die Parameter in den Gruppen manuell berechnet.



Ich würde gern
1.Eine Überlebenskurve erstellen, die Unterschiede zwischen der Mortalität mit Krankheit vs. ohne Krankheit darstellt (Gruppenvergleich)
2.Aussagen bezüglich der Mortalität an Tag 1,2,3, anstellen (Cox Ratio!?!)

Und ja du hast recht, ich habe im Prinzip wenig Ahnung von Überlebenskurven, obwohl ich mich gerade quasi Vollzeit damit beschäftige... das sagt schon einiges. :/


Grüße
Markus

[strukturmarionette]

Hi,

Cohen J., Cohen P., West, S.G. & Aiken, L. S. (2003).
Applied Multiple Regression /Correlation Analysis for the Behavioral Sciences (3rd ed.). New Jersey: Lawrence Erlbaum Associates.

Kap. 15.7 Survival Analysis

- insb unter dem Aspekt zu lesen, welche und wie die Rohdaten vorliegen müssen

Gruß
S.

[Markus_Müller]

ok, danke für den Literaturtip.
Finde im Netz allerdings keine lesbare Version.