top of page

Hazard Ratio 0.62 heißt nicht „38 % überleben länger“, so liest du die Cox-Regression in der Doktorarbeit

4. Nov.
4 Min. Lesezeit

Eine Hazard Ratio von 0.62 heißt nicht, dass 38 % der Patienten länger überleben. Sie besagt, dass die momentane Ereignisrate in der einen Gruppe zu jedem Zeitpunkt um 38 % niedriger liegt als in der anderen, sofern die Annahme proportionaler Hazards hält. Wer nach der Kaplan-Meier-Analyse den nächsten Schritt zur Cox-Regression geht, stolpert oft genau über diesen Unterschied.


Was ein Hazard ist

Der Hazard beschreibt das momentane Risiko, dass ein Ereignis eintritt, unter der Bedingung, dass es bis dahin noch nicht eingetreten ist. Er ist eine Rate pro Zeiteinheit und kein Anteil der Patienten. Die Hazard Ratio setzt die Hazards zweier Gruppen ins Verhältnis. Ein Wert unter 1 heißt, dass das Ereignis in der Vergleichsgruppe zu jedem Zeitpunkt mit geringerer Rate eintritt. Ein Wert über 1 heißt das Gegenteil.


Das Modell geht auf David Cox (1972) zurück. Sein Vorteil ist, dass der zeitliche Verlauf des Grundrisikos nicht festgelegt werden muss. Geschätzt wird nur, um welchen Faktor Kovariaten dieses Grundrisiko verschieben.


Drei Fehldeutungen und die richtige Lesart

Die Tabelle 1 zeigt Deutungen, die man in Arbeiten oft liest, für eine erfundene Hazard Ratio von 0.62:

Deutung

Einordnung

„38 % der Patienten überleben länger.“

Falsch. Die Hazard Ratio beschreibt das Verhältnis zweier Ereignisraten und keinen Anteil von Patienten.

„Die Überlebenszeit ist um 38 % länger.“

Falsch. Wie viel Zeit gewonnen wird, lässt sich aus der Hazard Ratio allein nicht ablesen. Dafür braucht es etwa die mediane Überlebenszeit je Gruppe.

„Das Sterberisiko über die Studienzeit ist um 38 % niedriger.“

Ungenau. Gemeint ist die momentane Rate zu jedem Zeitpunkt. Die kumulativen Risiken unterscheiden sich meist weniger stark.

Richtige Lesart

Die momentane Ereignisrate liegt in der Therapiegruppe zu jedem Zeitpunkt um 38 % niedriger als in der Kontrollgruppe, sofern die Hazards proportional sind.


Auch Spruance und Kollegen (2004) weisen darauf hin, dass eine Hazard Ratio nichts darüber aussagt, um wie viel schneller ein Ereignis eintritt. Wer eine Aussage über Zeit machen will, berichtet zusätzlich die Mediane aus der Kaplan-Meier-Kurve.


Leicht verwechselt wird die Hazard Ratio mit der Odds Ratio aus der logistischen Regression. Die logistische Regression fragt nur, ob ein Ereignis bis zu einem Zeitpunkt eingetreten ist. Die Cox-Regression nutzt zusätzlich, wann es eingetreten ist. Wie sich Odds Ratio und relatives Risiko unterscheiden, zeigt der Artikel Odds Ratio oder relatives Risiko.


Die Annahme proportionaler Hazards

Die Cox-Regression nimmt an, dass das Verhältnis der Hazards über die Zeit gleich bleibt. Kreuzen sich die Kaplan-Meier-Kurven oder läuft ein Effekt nach einigen Monaten aus, ist diese Annahme proportionaler Hazards verletzt. Eine einzelne Hazard Ratio fasst dann einen Effekt zusammen, der sich in Wirklichkeit über die Zeit verändert.


Geprüft wird die Annahme meist über skalierte Schoenfeld-Residuen, in R etwa mit der Funktion cox.zph() aus dem Paket survival. Zeigt die Prüfung eine Verletzung, gibt es mehrere Wege, etwa eine Stratifizierung oder einen zeitabhängigen Effekt. Welcher Weg passt, hängt von der Fragestellung ab.


Wie berichte ich eine Cox-Regression?

Zum Bericht gehören die Hazard Ratio mit 95 %-Konfidenzintervall und p-Wert, die Zahl der Patienten und Ereignisse sowie die Kovariaten, für die adjustiert wurde. So könnte der Satz mit erfundenen Werten aus einer Studie mit 212 Patienten und 87 Todesfällen aussehen:

Nach Adjustierung für Alter und Tumorstadium war die Behandlung mit einer niedrigeren momentanen Sterberate verbunden, HR = 0.62, 95 %-KI [0.45, 0.85], p = .003.

Vor diesem Satz liegen zwei Entscheidungen, die in keiner Ausgabe stehen. Welche Kovariaten ins Modell gehören, folgt aus Fragestellung und Vorwissen. Ob die Annahme proportionaler Hazards hält, muss geprüft sein, bevor die Hazard Ratio als ein einzelner Wert berichtet wird.


Wenn du für deine Doktorarbeit Kovariaten auswählen oder die Annahme proportionaler Hazards prüfen musst, unterstützen wir dich bei der Überlebenszeitanalyse für deine Doktorarbeit.

Kaplan-Meier-Kurve und Cox-Modell gemeinsam berichten

In vielen medizinischen Arbeiten stehen beide Verfahren nebeneinander. Die Kaplan-Meier-Kurve zeigt den Verlauf ohne Adjustierung, der Log-Rank-Test prüft den Gruppenunterschied. Das Cox-Modell ergänzt die adjustierte Hazard Ratio. Im Text folgt meist zuerst die Kurve mit den Medianen, danach das Modell.


Bei mehreren Kovariaten ist eine Tabelle übersichtlicher als lange Sätze, mit Hazard Ratio, Konfidenzintervall und p-Wert je Zeile. Word-Vorlagen für solche Ergebnistabellen, nach APA 7 aufgebaut, findest du im Tabellen-Kit.


Bei randomisierten Studien gehört außerdem das CONSORT-Flussdiagramm dazu, damit klar ist, wie viele Patienten in die Analyse eingingen.


Häufige Fragen zur Cox-Regression

Entscheidend ist die Zahl der Ereignisse und nicht die Zahl der Patienten. Häufig zitiert wird eine Faustregel von etwa zehn Ereignissen pro Kovariate, die in Simulationsstudien auch kritisiert wurde. Bei wenigen Ereignissen gehören nur wenige, gut begründete Kovariaten ins Modell.

In medizinischen Fachzeitschriften und den meisten Doktorarbeiten ist das üblich, weil das Intervall die Unsicherheit zeigt. Wie du Intervalle formal schreibst, steht im Artikel Konfidenzintervall angeben. Die genaue Schreibweise hängt von den Vorgaben deiner Fakultät ab.

Einen Überblick über die Verfahren, die in medizinischen Doktorarbeiten fast immer vorkommen, gibt dieser Artikel. Die Cox-Regression baut dort auf der Kaplan-Meier-Analyse auf.

Einen Pauschalpreis gibt es nicht, weil der Aufwand von Datensatz, Zahl der Modelle und Prüfung der Annahmen abhängt. Wie wir den Umfang einschätzen, erklären wir auf der Seite Preise und Ablauf.


Wenn die Hazard Ratio steht, aber die Gutachter nach der Annahme fragen Wir übernehmen die Auswertung deiner Überlebenszeitdaten einschließlich der Prüfung der Annahmen. Möchtest du selbst rechnen, begleiten wir dich im Statistik-Coaching bis zur Interpretation.


NEWSLETTER MIT GRATIS-PRÜFLISTE

​

Statistik-Tipps per E-Mail

​

Melde dich für unseren Newsletter an und du bekommst als Dankeschön sofort unsere Prüfliste „Stimmt deine Auswertung?“. Zwölf Punkte, die du vor der Abgabe selbst prüfen kannst.

​

Danach schreiben wir dir etwa zweimal im Monat mit neuen Blogartikeln, Anleitungen zu SPSS und R sowie Hinweisen auf unsere Angebote. Abmelden kannst du dich jederzeit mit einem Klick.

​

Die Prüfliste kommt als PDF direkt in dein Postfach.

Prüfliste und Newsletter

Mit deiner Anmeldung bekommst du die Prüfliste direkt in dein Postfach. Danach schicke ich dir etwa zweimal im Monat unseren Newsletter mit Tipps zu Auswertung, Ergebnisteil und APA 7.

Die Prüfliste kommt gleich per Mail. Für den Newsletter bekommst du zusätzlich einen Bestätigungslink.

bottom of page