MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Kaplan-Meier Sağkalım Analizi

Kaplan-Meier Sağkalım Analizianaliz

Bir olaya (ölüm, nüks, arıza, yeniden yatış) kadar geçen süreyi, izlem sırasında olayı henüz yaşamamış kişileri de hesaba katarak bir sağkalım eğrisiyle özetleyen ve grupların eğrilerini karşılaştıran yöntem.

Kavram

Süre verilerinde herkesin olayı yaşadığı ana kadar beklemek çoğu zaman mümkün değildir: çalışma biter, bazı hastalar başka bir kente taşınır. Bu kişilerin yalnızca 'en az şu kadar süre olaysız kaldıkları' bilinir; bunlar sansürlü gözlemlerdir. Sansürlüleri atmak ya da süre ortalamasını sıradan biçimde hesaplamak sonuçları yanlı yapar. Kaplan-Meier yöntemi sansürlü gözlemleri doğru biçimde kullanarak 'zamanın her noktasında olaysız kalma olasılığını' kestirir.

Her olay zamanında, o anda hâlâ izlenen ve olayı yaşamamış kişiler (risk altındakiler) sayılır ve olaysız kalma oranı hesaplanır. Sağkalım olasılığı bu oranların ardışık çarpımıdır: S(t) = Π (1 - d_i / n_i); burada d_i o zamandaki olay sayısı, n_i risk altındaki kişi sayısıdır. Sansürlü bir kişi sansür anına kadar risk altındakiler arasında sayılır, sonra hesaptan çıkar. Ortaya çıkan basamaklı eğriden medyan sağkalım süresi (eğrinin 0,5'in altına indiği an), belirli zamanlardaki sağkalım olasılıkları ve belli bir süreye kadar ortalama olaysız süre (kısıtlı ortalama sağkalım süresi, RMST) okunur.

Gruplar log-rank testiyle karşılaştırılır; test her olay zamanında gözlenen ve beklenen olay sayılarını karşılaştırır ve tehlikeler orantılı olduğunda en güçlüdür. Yöntemin temel varsayımı sansürün bilgi taşımamasıdır: izlemden çıkan kişilerin olay riski, izlemde kalanlarınkinden farklı olmamalıdır. Kaplan-Meier aynı anda yalnız bir gruplama değişkenini ele alır; birden çok etkeni birlikte incelemek için Cox regresyonu gerekir.

Ne zaman kullanılır?

  • Olaya kadar geçen süre ile ilgilenildiğinde ve bazı gözlemler sansürlü olduğunda; bir grubun sağkalım eğrisini betimlemek ya da birkaç grubun eğrilerini karşılaştırmak için.
  • Farklar izlemin başında yoğunlaşıyorsa log-rank yerine erken olaylara daha çok ağırlık veren Breslow (genelleştirilmiş Wilcoxon) ya da Tarone-Ware testi; olası bir karıştırıcı etken varsa tabakalı log-rank testi kullanılır.
  • Birden çok etkenin etkisi birlikte kestirilecekse Cox regresyonu; birbirini engelleyen birden çok olay türü varsa rekabet eden riskler analizi tercih edilir.

Gündelik bir örnek

Bir hastane, kalp krizi sonrası taburcu edilen 200 hastayı iki farklı rehabilitasyon programına ayırmış ve hastaneye yeniden yatışa kadar geçen süreyi bir yıl izlemiş. Yıl sonunda hastaların bir kısmı hiç yeniden yatmamış, bazıları da başka bir kente taşınıp izlemden çıkmış. Kaplan-Meier her program için 'zaman içinde yeniden yatmadan kalma olasılığı' eğrisini çizer; örneğin 6. ayda A programında %82, B programında %70. Log-rank testi bu iki eğri arasındaki farkın şansla açıklanıp açıklanamayacağını söyler.

MerQur'da parametreler

Olay kodları (isteğe bağlı)

Kavram: Durum sütunu her kişinin izlem sonunda olayı yaşayıp yaşamadığını (olay) ya da olaysız izlemden çıkıp çıkmadığını (sansür) gösterir. Sütun 0/1 dışında kodlanmışsa hangi değerin olay sayılacağı belirtilmelidir.

Gündelik örnek: Hastane kayıtlarında '1 = izlemde, olay yok', '2 = yeniden yattı' kodlanmışsa olay kodu 2 olarak girilir. Böylece 1 kodlu hastalar sansürlü sayılır.

Ne işe yarar: Durum sütunu 0/1 değilse hangi değerlerin olay sayılacağını belirtir; diğer dolu değerler sansür, boş değerler eksik sayılır. Boşsa sütun 0/1 olmalıdır, değilse analiz durur.

Sonuca etkisi: Olay göstergesini, dolayısıyla tüm kestirimleri ve testleri belirler.

Doğrulama verisinde: lung (status 1 = sansür, 2 = ölüm), kod "2": n = 228, 165 olay, medyan 310 gün. Kod boşken MerQur "Olay sütunu 0/1 değerli olmalı (bulunan: [1, 2])" iletisiyle durur; açık kod, 1/2 kodlu olay sütununun yorumundaki belirsizliği önler.

Güven Düzeyi (%90 / %95 / %99 / Diğer, özel değer 80.0 ile 99.9)

Kavram: Sağkalım olasılıklarının, medyan sürenin ve RMST'nin aralık tahminlerinin güven düzeyini belirler. Gruplar arası testler bu seçimden etkilenmez.

Gündelik örnek: A programında 6. ayda yeniden yatmadan kalma olasılığı %82 ise, %95 güven aralığı örneğin %74-%88 çıkar; %99 seçilirse aralık genişler ama %82 değişmez.

Ne işe yarar: α = 1 - düzey. S(t) güven aralıkları, medyan ve çeyrek aralıkları ve RMST aralığı bu düzeyle kurulur; testler etkilenmez.

Sonuca etkisi: Yalnız aralık sınırları değişir.

Doğrulama verisinde: lung, genel: medyan 310 sabit; medyan GA: %90 [285, 353], %95 [284, 361], %99 [268, 364]. RMST 376.27 sabit; GA %95 [337.65, 414.90]. S(180) = 0.7217; GA %95 [0.6583, 0.7753], %99 [0.6364, 0.7903].

→ Güven düzeyi ve güven aralığı

GA dönüşümü (log-log / log / plain)

Kavram: Sağkalım olasılığı 0 ile 1 arasında sınırlıdır; bu sınırlara yakın değerlerde basit 'kestirim ± z·SE' aralığı sınırın dışına taşabilir. Log ve log-log dönüşümleri aralığı dönüştürülmüş ölçekte kurup geri çevirerek her zaman 0-1 arasında kalan ve genellikle daha doğru kapsama veren aralıklar üretir.

Gündelik örnek: İzlemin sonunda olasılık %97 gibi 1'e yakınsa basit aralık '%92-%102' gibi anlamsız bir üst sınır verebilir. Log-log dönüşümü aralığı örneğin %90-%99 olarak verir.

Ne işe yarar: S(t) noktasal aralığının ölçeği: log-log (varsayılan; S = 0'da tanımsız), log (S·exp(±z·√v)), plain (S ± z·SE, [0, 1]'e kırpılır). Medyan ve çeyrek aralıkları bu bandın p düzeyini kestiği zamanlardır.

Sonuca etkisi: Tüm S(t) ve çeyrek/medyan aralıkları değişir.

Doğrulama verisinde: lung S(180) GA: log-log [0.6583, 0.7753], log [0.6655, 0.7825], plain [0.6632, 0.7801]. K-M BMT ALL grubu t = 332 (S = 0.5492): plain [0.39000, 0.70839], log-log [0.37830, 0.69110]; Klein-Moeschberger Tablo 4.4 ile 5 basamakta aynı.

→ Sağkalım güven aralığı dönüşümleri (log-log)

Ek karşılaştırma testleri: Breslow, Tarone-Ware

Kavram: Log-rank testi her olay zamanına eşit ağırlık verir. Breslow testi ağırlığı risk altındaki kişi sayısına göre, Tarone-Ware testi bu sayının kareköküne göre verir; böylece kişilerin çoğunun hâlâ izlendiği erken dönemdeki farklara daha duyarlıdır.

Gündelik örnek: B programındaki hastaların çoğu ilk iki ayda yeniden yatıyor, sonra iki program benzer seyrediyorsa Breslow testi bu erken farkı log-rank'ten daha iyi yakalar.

Ne işe yarar: Log-rank toplamını riskteki n (Breslow, genelleştirilmiş Wilcoxon) ya da √n (Tarone-Ware) ile ağırlıklandırır; erken farklara daha duyarlıdır. Yalnız grup seçiliyken çalışır.

Sonuca etkisi: Yalnız ek test istatistikleri ekler.

Doğrulama verisinde: whas100/gender: log-rank 3.9714 (p = 0.0463), Breslow 3.4624 (0.0628), Tarone-Ware 3.6860 (0.0549); veteran 25.4037 / 19.4331 / 22.5728.

→ Log-rank testi (ve Breslow, Tarone-Ware)

İkili grup karşılaştırmaları ve Çoklu karşılaştırma düzeltmesi (Yok / Bonferroni / Holm / Benjamini-Hochberg)

Kavram: Üç ya da daha fazla grup olduğunda genel test yalnızca 'en az bir grup farklı' der. İkili karşılaştırmalar hangi grupların birbirinden ayrıldığını gösterir; çok sayıda test yapıldığından p-değerleri Bonferroni, Holm ya da Benjamini-Hochberg yöntemiyle düzeltilir.

Gündelik örnek: Üç program (A, B ve standart bakım) karşılaştırılıyorsa üç ikili test yapılır. Düzeltme olmadan bu kadar test içinde bir 'yanlış alarm' çıkma olasılığı artar; Holm düzeltmesi bu riski sınırlar.

Ne işe yarar: 3 ve daha fazla grupta her grup çifti için yalnız o iki grubun verisiyle iki örneklem testi (log-rank ve seçili ek testler); p değerleri test ailesi içinde seçilen yöntemle düzeltilir.

Sonuca etkisi: İkili p değerleri değişir. İkili karşılaştırma kapalıyken düzeltme seçimi çıktıyı değiştirmez; iki gruplu veride ikili karşılaştırma üretilmez.

Doğrulama verisinde: veteran adeno-squamous log-rank p = 0.000519; düzeltilmiş: Bonferroni 0.003115, Holm 0.002596, BH 0.001338. whas100 agecat 1-3: p = 0.030864, Holm 0.123456.

→ Post hoc testler (ikili karşılaştırmalar)

Tabaka (STRATA) değişkeni

Kavram: Tabakalı log-rank testi grupları bir karıştırıcı değişkenin her düzeyi içinde ayrı ayrı karşılaştırır ve sonuçları birleştirir. Böylece gruplar o değişken bakımından dengesiz olsa bile karşılaştırma adil kalır.

Gündelik örnek: A programına daha çok genç hasta düştüyse, A'nın üstünlüğü yalnız yaştan kaynaklanıyor olabilir. Yaş grubu tabaka olarak verildiğinde programlar her yaş grubunun içinde karşılaştırılır.

Ne işe yarar: Gruplar tabaka düzeyleri içinde karşılaştırılır; tabaka başına O-E ve hipergeometrik varyans toplanır, χ² = U'V⁻U, sd = rank(V). Grup başına KM eğrileri ve tabakasız log-rank değişmez.

Sonuca etkisi: Yalnız tabakalı test değişir.

Doğrulama verisinde: Exposed verisi, Treatment, tabaka Sex: tabakasız 5.6485, tabakalı 7.2466 (p = 0.0071). lung sex / ph.ecog: 10.3267, 10.7951 (n = 227).

→ Tabakalı analiz (tabaka değişkeni)

Grafik türü (Sağkalım / Kümülatif olay / Kümülatif tehlike / Log sağkalım / Log-minus-log)

Kavram: Aynı Kaplan-Meier kestirimi farklı biçimlerde çizilebilir: olaysız kalma olasılığı, birikimli olay olasılığı (1 - S), birikimli tehlike (-ln S) ya da log-eksi-log ölçeği. Log-eksi-log grafiğinde eğrilerin yaklaşık paralel olması orantılı tehlikeler varsayımının makul olduğunu düşündürür.

Gündelik örnek: Hekimler için 'yeniden yatmadan kalma' eğrisi, yönetim için 'bir yılda yeniden yatanların oranı' eğrisi daha anlaşılır olabilir. Log-eksi-log grafiğinde iki programın eğrileri kesişiyorsa log-rank testi ve Cox modeli dikkatle yorumlanmalıdır.

Ne işe yarar: Çizilen fonksiyonu seçer: S, 1-S, -ln S, ln S, ln(-ln S) - ln t. Log-minus-log grafiği orantılı tehlike varsayımının görsel denetimi içindir.

Sonuca etkisi: Sayısal sonuçları değiştirmez; yalnız grafik değişir. "Kümülatif tehlike" -ln S'dir.

Doğrulama verisinde: Metin ve tablo değişmez; çizilen değerler Kaplan-Meier S tahmininin dönüşümleridir.

→ Kümülatif tehlike ve log-eksi-log grafiği

Zaman noktaları

Kavram: Seçilen zaman noktalarında sağkalım olasılığı, standart hatası, güven aralığı ve risk altındaki kişi sayısı raporlanır. Risk altındaki sayı azaldıkça o noktadaki kestirim daha belirsiz hâle gelir.

Gündelik örnek: 3., 6. ve 12. aylar seçildiğinde her program için bu zamanlarda yeniden yatmadan kalma oranı tabloda görünür. 12. ayda her grupta yalnız 20 hasta risk altında kaldıysa o noktadaki güven aralığı geniştir.

Ne işe yarar: S(t), SE, GA ve riskteki n verilen zamanlarda raporlanır. Boşsa en büyük süreye göre otomatik 3/6/9/12, 12/24/36/48/60 ya da 12/36/60/120/180 kullanılır.

Sonuca etkisi: Yalnız raporlanan zamanlar değişir. En büyük gözlenen süreyi aşan zamanlar atlanır ve uyarı verilir.

Doğrulama verisinde: lung 180. günde S = 0.7217 (SE 0.0298, riskte 160); 365: 0.4092 (0.0358, 65); 730: 0.1157 (0.0283, 13). 6-MP 10/20/30 hafta: 0.7529 / 0.6275 / 0.4482.

→ Kaplan-Meier tahmincisi (sağkalım eğrisi)

Ek çıktılar: Trend testi, Tam sağkalım tablosu, Aktüeryal yaşam tablosu ve Aralık genişliği

Kavram: Trend testi sıralı gruplarda (ör. hastalık evresi I-IV) sağkalımın gruplar boyunca düzenli olarak artıp azalmadığını tek serbestlik dereceli bir testle sınar. Tam tablo her olay zamanındaki hesabı, aktüeryal yaşam tablosu ise süreyi eşit aralıklara bölerek her aralıktaki olay ve sansür sayısını özetler.

Gündelik örnek: Hastalar kalp yetmezliği derecesine göre dört gruba ayrıldıysa trend testi 'derece arttıkça yeniden yatış daha erken mi oluyor?' sorusunu genel testten daha güçlü biçimde yanıtlar. Yaşam tablosu ise her ay kaç hastanın yeniden yattığını ve kaçının izlemden çıktığını ay ay gösterir.

Ne işe yarar: Trend: sıralı gruplarda doğrusal trend log-rank, χ²(1) = (s'U)²/s'Vs. Tam tablo: her olay zamanında riskte n, olay, sansür, S, Greenwood SE ve GA. Yaşam tablosu: Cutler-Ederer yöntemi (n' = n - c/2, q = d/n', S, f, h ve Gehan SE'leri); aralık genişliği boşsa yaklaşık 10 aralık verecek 1/2/5 x 10^k seçilir.

Sonuca etkisi: Yalnız ek çıktı ekler.

Doğrulama verisinde: Trend: whas100 agecat1 (46/65/75/86) χ²(1) = 12.4388 (p = 0.00042). Yaşam tablosu: Males verisinde (w = 1) 16 aralığın değerleri verilir (son aralık açık aralıktır).

→ Log-rank testi (ve Breslow, Tarone-Ware)

Gerçek veride örnek

Veri: NCCTG akciğer kanseri, R survival lung

Değişkenler: süre time (gün), olay status (2 = ölüm), grup sex (cinsiyet)

  • Soru: İleri evre akciğer kanserli hastalarda (n = 228, 165 ölüm) sağkalım süresi erkek (sex = 1) ve kadınlar (sex = 2) arasında farklı mı?
  • Betimsel: Genel medyan sağkalım 310 gün (%95 GA [284, 361]); 180. günde sağkalım olasılığı 0.7217 [0.658, 0.775]. Kısıtlı ortalama sağkalım (RMST) 376.27 gün.
  • Grup sonuçları: Medyan sağkalım erkeklerde 270 gün [210, 306], kadınlarda 426 gün [345, 524]; RMST sırasıyla 326.08 ve 455.90 gün.
  • Sonuç: Log-rank χ²(1) = 10.33, p = 0.0013; sıfır hipotezi reddedilir, iki cinsiyetin sağkalım eğrileri farklıdır ve kadınlar daha uzun yaşar.
  • Sınırlılık: Log-rank testi farkın büyüklüğünü vermez ve orantılı tehlike altında en güçlüdür; yaş, performans durumu gibi karıştırıcılar için Cox regresyonu gerekir.
  • APA: Log-rank χ²(1, N = 228) = 10.33, p = .001; medyan sağkalım erkeklerde 270, kadınlarda 426 gün.

İlgili kavramlar

Sansürleme (sağkalım analizi)Post hoc testler (ikili karşılaştırmalar)Log-rank testi (ve Breslow, Tarone-Ware)Kaplan-Meier tahmincisi (sağkalım eğrisi)Kümülatif tehlike ve log-eksi-log grafiğiYaşam tablosu (aktüeryal yöntem)Medyan sağkalım süresi ve kısıtlı ortalama sağkalım (RMST)Sağkalım güven aralığı dönüşümleri (log-log)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.