Web Analytics
Avancerad

Survivalanalys

Analys av tid-till-händelse data med censurering, Kaplan-Meier och Cox-regression.

survival censurering Kaplan-Meier Cox regression hazard

Survivalanalys är statistikens sätt att hantera livets fundamentala osäkerhet - vi vet inte när något slutar. Det kan vara när en patient dör, en maskin går sönder, eller när någon slutar använda en app. Det speciella är att vi ofta bara ser delar av berättelsen - studien slutar innan alla 'händelser' inträffat. Det kallas censurering och gör allt mer komplicerat och intressant.

Fördjupning

Survivalanalys studerar tiden till en händelse inträffar, ofta kallad 'tid till failure' eller 'event time'. Utmaningen är att observationer ofta är censurerade - vi vet inte den exakta händelsetiden. Höger-censurering är vanligast (vet att händelsen inte inträffat vid studiens slut). Nyckelfunktioner är survival-funktionen S(t) och hazard-funktionen h(t).

Survival- och hazard-funktioner

Survival-funktionen S(t) = P(T > t) ger sannolikheten att 'överleva' förbi tid t. Hazard-funktionen h(t) är den momentana risken vid tid t.

Relationship mellan survival och hazard funktioner
Relationship mellan survival och hazard funktioner
Typisk survival-kurva med nedåtgående trend
Typisk survival-kurva med nedåtgående trend

Kaplan-Meier estimator

Icke-parametrisk metod för att estimera survival-funktionen från censurerade data. Uppdaterar sannolikheten vid varje observerad händelsetid.

Kaplan-Meier estimator formula
Kaplan-Meier estimator formula

Behandling av cancer

Estimera 5-års överlevnad för cancerpatienter där vissa patienter fortfarande lever vid studiens slut (censurerade).

Cox proportional hazards

Semi-parametrisk regressionsmodell som relaterar hazard till kovariater utan att specificera baseline hazard-funktionen.

Cox proportional hazards modell
Cox proportional hazards modell
Hazard ratios för olika kovariater
Hazard ratios för olika kovariater

Log-rank test

Icke-parametrisk test för att jämföra survival-kurvor mellan grupper. Testar om grupperna har samma underliggande survival-fördelning.

Log-rank test statistika
Log-rank test statistika
Jämförelse av survival-kurvor för två behandlingar
Jämförelse av survival-kurvor för två behandlingar

Vanliga misstag

❌ Ignorera censurering

Censurerade observationer innehåller viktig information

Exempel: Patient som lever vid studiens slut bidrar till survival-uppskattning

❌ Proportional hazards antagande

Cox-modellen antar konstant hazard ratio över tid

Exempel: Kontrollera med residualplottar eller stratifierad analys

❌ Informativ censurering

Om censurering är relaterad till outcome blir resultaten biased

Exempel: Patienter som mår sämre kan lämna studien tidigare

Tillämpningar

Medicin

Analysera patientöverlevnad och behandlingseffekter

Exempel: Kliniska studier, behandlingsjämförelser, prognostiska faktorer

Teknik

Tillförlitlighetsanalys och underhållsplanering

Exempel: Maskinhållbarhet, komponentlivslängd, kvalitetskontroll

Företag

Customer churn och employee retention

Exempel: Kundbortfall, medarbetaromsättning, produktlivscykler

Övningar

1 Medel

Fem patienter med händelsetider: 2, 3+, 5, 7+, 9 (+ = censurerad). Beräkna Kaplan-Meier vid t=5.

Tips

Uppdatera vid varje händelse, inte censurering

Visa facit
  1. t=2: S(2-) = 5/5 × 4/5 = 0.8
  2. t=3+: ingen uppdatering (censurerad)
  3. t=5: S(5-) = 0.8 × 2/3 = 0.67

Svar: S(5) = 0.67

2 Lätt

Vad betyder hazard ratio = 2.5 i Cox-modell?

Tips

Hur mycket högre risk per tidsenhet

Visa facit
  1. Hazard ratio jämför momentan risk mellan grupper
  2. HR=2.5 betyder 150% högre risk varje tidpunkt
  3. Gäller under antagande om proportional hazards

Svar: 2.5 gånger högre instantan risk

Sammanfattning

Survivalanalys hanterar tid-till-händelse data med censurering. Kaplan-Meier estimerar survival-kurvor icke-parametriskt. Cox-modeller relaterar hazard till kovariater. Log-rank test jämför grupper. Central i medicin, teknik och affärsanalys.