Bei medizinischen Doktorarbeiten oder auch bei psychologischen Dissertationen stehen StudentInnen und Ghostwriter für Statistik mitunter vor der Aufgabe, die Überlebenszeit (survival) von Patientengruppen miteinander zu vergleichen. Das Ende des Survival muss dabei nicht gleichbedeutend mit dem Tod sein, sondern kann beispielsweise auch das freiwillige Ausscheiden von ProbandInnen aus einem Untersuchungsprogramm bedeuten. Die Zeit, die vom Eintritt in ein solches Programm, von der Diagnose einer Erkrankung oder ab der Durchführung einer Operation bis zu einem zu bestimmenden Ereignis vergeht, lässt sich zwischen mehreren Patientengruppen mithilfe des Log-Rank-Tests statistisch auswerten und mithilfe der Kaplan-Meier-Kurven grafisch darstellen.
Nachfolgend gehen wir auf die wichtigsten Eckpunkte für den Log-Rank-Test und die Kaplan-Meier-Überlebenszeitanalyse in SPSS, Stata und RStudio ein.
Kaplan-Meier-Kurven sind ein sehr elegantes Mittel, um in der Statistik das Überleben von PatientInnen – oder überhaupt die Zeit zwischen einem festen und einem variablen Ereig nis – grafisch darzustellen. Gerade StudentInnen der Medizin und der Psychologie werden bei ihren Master- und Doktorarbeiten mit diesen Darstellungen konfrontiert oder müssen diese selbst erstellen. Auf der x-Achse wird dabei die Überlebenszeit (i. d. R. in Tagen) abgetragen und die y-Achse zeigt das in absteigenden Kurven dargestellte Überleben der Patientengruppen.
Ob zwischen den Gruppen statistische Unterschiede bestehen, können StudentInnen und Ghostwriter der Statistik mit dem Log-Rank-Test erkennen. Die Nullhypothese des Tests besagt, dass es keinen signifikanten Unterschied zwischen den Überlebenszeiten der Patientengruppen gibt. Ist die zugehörige Log-Rank-Statistik in SPSS, Stata oder RStudio dagegen signifikant, so deutet dies darauf hin, dass sich die Überlebenszeit aufgrund der Gruppenzugehörigkeit unterscheidet.
Kaplan-Meier-Kurven und der Log-Rank-Test lassen sich sowohl in SPSS als auch in Stata und RStudio unkompliziert erstellen. Nachfolgend zeigen wir ein Beispiel, wie eine Überlebenszeitanalyse in SPSS aussehen könnte.
Die Kurven zeigen für das gleiche Zeitintervall eine Abnahme des Überlebens in beiden Gruppen an, wobei deutlich erkennbar ist, dass die Kaplan-Meier-Kurve der einen Gruppe in kürzerer Zeit wesentlich stärker abfällt als in der anderen Gruppe. Mithilfe des Log-Rank Tests können StudentInnen und Ghostwriter der Statistik nun ermitteln, ob hinsichtlich des Überlebens ein statistisch signifikanter Unterschied zwischen den beiden Gruppen besteht. Im vorliegenden Fall zeigt der p-Wert von 0,008 an, dass das Überleben zwischen beiden Gruppen tatsächlich signifikate Unterschiede hinsichtlich des Überlebens aufweist.
Kaplan-Meier-Kurven und der Log-Rank-Test spielen für StudentInnen und statistische Ghostwriter meist erst auf dem Master- oder Doktorandenniveau eine Rolle in den Abschlussarbeiten. Dann geht es meist darum, Unterschiede im Überleben von Patienten oder der Therapieadhärenz zu untersuchen, wenn mehrere Gruppen von TeilnehmerInnen unterschiedlich behandelt wurden. Benötigen Sie im Rahmen ihrer Masterarbeit oder Dissertation Kaplan-Meier-Kurven oder die Berechnung eines Log-Rank-Tests, unterstützen wir Sie bei diesem Vorhaben. Neben der Anfertigung der entsprechenden Grafiken in SPSS, Stata oder RStudio stehen wir Ihnen auch bei der Interpretation der Daten zur Seite, damit Ihre Abschlussarbeit ein Erfolg wird.
