Cox-Regression
Die Cox-Regression (auch Cox Proportional Hazards Model) gehört zu den wichtigsten Verfahren der Überlebensanalyse. Sie dient dazu, die Zeit bis zum Eintreten eines Ereignisses (z. B. Tod, Rückfall oder Komplikationen) unter gleichzeitiger Berücksichtigung mehrerer Einflussgrössen zu analysieren. Im Unterschied zu deskriptiven Verfahren wie der Kaplan-Meier-Kurve berücksichtigt die Cox-Regression mehrere Kovariaten gleichzeitig in einer multivariaten Analyse.
Zentrale Idee
Das Verfahren zeigt zunächst, wie einzelne Merkmale wie Alter, Geschlecht oder Begleiterkrankungen die Überlebenszeit beeinflussen. Ausserdem berücksichtigt es diese Unterschiede statistisch, wenn der Effekt einer Therapie bewertet wird. So können Forschende feststellen, ob ein Behandlungseffekt auch dann bestehen bleibt, wenn sich die Patientengruppen in wichtigen Eigenschaften unterscheiden.
Flexibilität der Cox Regression
Die Cox-Regression ist ein semi-parametrisches Modell und trifft keine Annahmen über die Form der sogenannten Baseline-Hazard. Diese beschreibt die Grundrate des Ereigniseintritts in einer Referenzgruppe ohne Kovariaten. Ihr Verlauf kann sehr unterschiedlich sein, etwa linear, exponentiell, schwankend oder wellenförmig. Das Verfahren legt diese Form nicht fest, sondern schätzt vielmehr, wie die Kovariaten das Risiko im Vergleich zur Baseline verändern.Genau diese Eigenschaft macht die Methode besonders flexibel und erklärt ihre breite Anwendung in Medizin, Epidemiologie und weiteren Bereichen.
Hazard Ratio als Ergebnisgrösse
Das wichtigste Ergebnis des Verfahrens ist die Hazard Ratio. Sie vergleicht die Hazard-Raten zweier Gruppen und zeigt, wie stark eine Variable die momentane Ereignisrate beeinflusst, während andere Faktoren konstant bleiben. Eine Hazard Ratio von 1 bedeutet keinen Unterschied, Werte kleiner als 1 stehen für ein verringertes Risiko, Werte grösser als 1 für ein erhöhtes Risiko.
Voraussetzung
Die Cox-Regression setzt voraus, dass die Proportional-Hazards-Annahme erfüllt ist. Das bedeutet, dass das Verhältnis der Hazard-Raten über den gesamten Beobachtungszeitraum konstant bleibt. Wird diese Bedingung verletzt, lassen sich die Ergebnisse nur eingeschränkt interpretieren. In solchen Fällen können erweiterte Modelle eingesetzt werden, die zeitabhängige Effekte berücksichtigen.
Zusammenfassung
Die Cox-Regression ist ein Standardverfahren der Überlebensanalyse. Sie verbindet Flexibilität mit der Möglichkeit, mehrere Einflussgrössen gleichzeitig zu berücksichtigen, und liefert Hazard Ratios als leicht interpretierbare Ergebnisgrössen. Ihre Aussagekraft hängt jedoch entscheidend davon ab, dass die Proportional-Hazards-Annahme erfüllt ist.
Für praktische Beispiele und Software-Anleitungen verweisen wir auf unsere Blogartikel:
- Umsetzung der Cox-Regression in SPSS
- Umsetzung der Cox-Regression in R
Häufig gestellte Fragen
Was ist eine Cox-Regression?
Die Cox-Regression (auch Cox-Proportional-Hazards-Modell) ist ein statistisches Verfahren zur Analyse von Überlebenszeiten. Sie untersucht, wie verschiedene Faktoren das Risiko für das Eintreten eines Ereignisses beeinflussen.
Wann verwendet man die Cox-Regression?
Die Cox-Regression wird eingesetzt, wenn nicht nur das „Ob“, sondern auch das „Wann“ eines Ereignisses relevant ist. Typische Anwendungsgebiete sind medizinische Studien, in denen Therapien über längere Zeiträume verglichen werden, oder epidemiologische Studien mit zeitabhängigen Daten. Im Unterschied zum Log-Rank-Test, der ausschliesslich den Vergleich von Überlebenskurven zwischen Gruppen ermöglicht, erlaubt die Cox-Regression zusätzlich, den Einfluss mehrerer Faktoren gleichzeitig zu berücksichtigen.
Welche Annahmen macht die Cox-Regression?
Die Cox-Regression teilt mit anderen Regressionsverfahren grundlegende Voraussetzungen (Unabhängigkeit der Beobachtungen, Linearität, keine starke Multikollinearität, keine extremen Ausreisser). Spezifisch ist die Proportional-Hazards-Annahme: Sie besagt, dass sich das Hazard Ratio zwischen Gruppen im Zeitverlauf nicht verändert. Wird sie verletzt, ist die Interpretation eingeschränkt.
Wie wird eine Cox-Regression durchgeführt und interpretiert?
Die Berechnung und Ausgabe dieser Kennzahlen übernehmen gängige Statistikprogramme wie R, SPSS oder SAS. Die Cox-Regression schätzt zunächst Regressionskoeffizienten (β), die den Einflussfaktor in logarithmierter Form ausdrücken. Damit diese Ergebnisse verständlich interpretiert werden können, werden die Werte exponentiert. So entsteht die Hazard Ratio (HR), die direkt zeigt, ob ein Faktor das Risiko erhöht (HR > 1), senkt (HR < 1) oder keinen Einfluss hat (HR = 1).
Wie berichtet man Ergebnisse einer Cox-Regression?
In wissenschaftlichen Arbeiten werden meist die Hazard Ratios (HR) mit 95-%-Konfidenzintervallen und p-Werten für jede untersuchte Einflussgrösse berichtet.
Zeitabhängige Risiken mit der Cox-Regression fundiert analysieren.
