STATISTIK-FORUM.de

[Tamibo]

Hallo zusammen!

Ich werte aktuell Daten einer retrospektiven medizinischen Studie aus. Dabei wurden Patientendaten erfasst, mit welchem Medikament sie wie lange therapiert wurden bis zur Heilung/nicht Heilung/Abbruch. Es gab aber keinen gemeinsamen Zeitpunkt von Start und Ende der Beobachtungszeit, d.h. manche Patientendaten wurden über Monate lang gesammelt und manche nur über 2 Wochen, weil sie danach geheilt waren oder die Therapie abgebrochen haben.

Frage: Muss ich jetzt alles mit Kaplan-Meier-Kurven auswerten, um die Signifikanzen der Zusammenhänge bei Therapieerfolg zu analysieren? Oder kann ich die unnterschiedlich langen Beobachtetungszeiträume und Abbrecher außer acht lassen und alle in einen Topf schmeißen, egal wie lange sie beobachtet wurden und zB Chi2-Tests anwenden etc.?

Vielen Dank für eure Hilfe, bin echt aufgeschmissen, weil ich dazu nirgendwo etwas finde.
Lg, Tamara

[PonderStibbons]

Frage: Muss ich jetzt alles mit Kaplan-Meier-Kurven auswerten, um die Signifikanzen der Zusammenhänge bei Therapieerfolg zu analysieren?

Was spricht dagegen? Wenn Co-Variablen einbezogen werden sollen, gegebenenfalls Cox Regression.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Tamara,

es gibt eigentlich nur ganz wenige medizinische Themen in denen es nicht sinnvoll ist, mindestens den Einfluss des Geschlechts und des Alters der Patient*innen zu berücksichtigen. Die meisten Krankheiten treten auch in verschiedenen Schweregraden auf, für die es Indikatorvariablen gibt, beispielsweise das Tumorstadium, der CRP-Wert, der Schock-Index oder, oder, oder. Das Einfluss auf die zu erwartende Zeit bis zur "Heilung". Bei wirklich vielen Krankheiten beeinflusst auch der Raucherstatus den Verlauf.
Hättest Du eine prospektive Studie geplant, hättest Du das teilweise bei der Randomisierung berücksichtigen können. Bei Deiner retrospektiven Analyse kannst Du das natürlich nicht und musst es daher bei der Auswertung einfließen lassen.
Kaplan-Meier/Log-Rang-Test stößt da ganz schnell an Grenzen, deshalb solltest Du Dich mit den von PonderStibbons vorgeschlagenen Cox Proportional Hazard - Regressionsmodellen beschäftigen.

weil ich dazu nirgendwo etwas finde

Schon mal auf Youtube "survival analysis" eingegeben? Zugegeben, deutschsprachige Inhalte sind da die Ausnahme, gibt es aber auch.
Wenn das noch zu kompliziert ist, hier ein einfacher Leseeinstieg: https://www.aerzteblatt.de/archiv/81171 ... eitanalyse

LG,
Bernhard