Hazard-Ratio-Rechner

Verwenden Sie das Hazard Ratio, um Zeit-bis-Ereignis-Ergebnisse zwischen zwei Gruppen zu vergleichen – etwa das Überleben nach einer Behandlung, die Zeit bis zum Rückfall oder die Dauer bis zum Geräteausfall. Das Hazard Ratio zeigt Ihnen, wie viel wahrscheinlicher (oder unwahrscheinlicher) ein Ereignis zu einem beliebigen Zeitpunkt in einer Gruppe im Vergleich zu einer anderen ist.

Was ist ein Hazard Ratio?

Das Hazard Ratio (HR) ist das Verhältnis der Hazard-Raten zwischen zwei Gruppen:

$HR = \frac{h_1(t)}{h_0(t)}$

Wobei:

• $h_1(t)$ = Hazard-Rate in der Behandlungs-/exponierten Gruppe
• $h_0(t)$ = Hazard-Rate in der Kontroll-/nicht exponierten Gruppe

Interpretation des Hazard Ratios

Beispiel: HR = 0,70 für eine neue Krebsbehandlung bedeutet, dass Patienten unter der neuen Behandlung zu jedem Zeitpunkt ein um 30 % geringeres Sterberisiko haben als bei der Standardbehandlung.

Hazard vs. Risiko

Risiko ist kumulativ; Hazard ist momentan. Das Hazard Ratio vergleicht diese momentanen Raten.

Berechnung des Hazard Ratios

Aus der Cox-Regression

Die meisten Hazard Ratios stammen aus der Cox-Proportional-Hazards-Regression:

$h(t|X) = h_0(t) \exp(\beta X)$

Das Hazard Ratio für einen binären Prädiktor X ist:

$HR = e^\beta$

Wobei β der Regressionskoeffizient ist.

Aus zusammenfassenden Daten

Wenn Sie Ereigniszahlen und Personenzeit haben:

$HR = \frac{Ereignisse_1 / Personenzeit_1}{Ereignisse_0 / Personenzeit_0}$

Beispiel:

• Behandlung: 30 Ereignisse in 500 Personenjahren
• Kontrolle: 45 Ereignisse in 480 Personenjahren

$HR = \frac{30/500}{45/480} = \frac{0{,}060}{0{,}094} = 0{,}64$

Die Behandlung reduziert das Hazard um 36 %.

Konfidenzintervall für HR

Der logarithmierte Hazard Ratio ist annähernd normalverteilt:

$\ln(HR) \pm z^* \times SE(\ln HR)$

Standardfehler aus der Cox-Regression oder approximiert:

$SE(\ln HR) \approx \sqrt{\frac{1}{E_1} + \frac{1}{E_0}}$

Wobei E₁ und E₀ die Ereigniszahlen in jeder Gruppe sind.

Beispiel:

• HR = 0,64, ln(HR) = -0,446
• SE = √(1/30 + 1/45) = √(0,033 + 0,022) = 0,235
• 95%-KI für ln(HR): -0,446 ± 1,96(0,235) = [-0,91; 0,02]
• 95%-KI für HR: [exp(-0,91); exp(0,02)] = [0,40; 1,02]

Da das KI die 1 einschließt, ist der Effekt bei α = 0,05 nicht statistisch signifikant.

Annahme proportionaler Hazards

Das Hazard Ratio setzt proportionale Hazards voraus: Das Verhältnis bleibt über die Zeit konstant.

$\frac{h_1(t)}{h_0(t)} = HR \text{ (konstant)}$

Überprüfung der Annahme

1. Kaplan-Meier-Kurven: Sollten sich nicht kreuzen
2. Schoenfeld-Residuen: Sollten keinen Zeittrend zeigen
3. Log-Log-Plot: Sollten parallele Linien sein

Bei Verletzung der Annahme

Wenn die Hazards nicht proportional sind:

• Berichten Sie zeitspezifische HRs
• Verwenden Sie die eingeschränkte mittlere Überlebenszeit (RMST)
• Stratifizieren Sie nach Zeitperioden
• Verwenden Sie beschleunigte Ausfallzeitmodelle

HR vs. andere Maße

Klinische Interpretation

Risikoreduktion

$\text{Risikoreduktion} = 1 - HR$

HR = 0,70 → 30 % Risikoreduktion

Risikoerhöhung

$\text{Risikoerhöhung} = HR - 1$

HR = 1,50 → 50 % Risikoerhöhung

Number Needed to Treat

Das HR gibt nicht direkt die NNT an; Sie benötigen absolute Risiken:

$NNT = \frac{1}{|Risiko_1 - Risiko_0|}$

Anwendungen

Klinische Studien

• Überleben nach Krebsbehandlung
• Zeit bis zur Krankheitsprogression
• Dauer des Behandlungsansprechens

Epidemiologie

• Mortalität nach Expositionsstatus
• Zeit bis zur Infektion
• Alter bei Krankheitsbeginn

Zuverlässigkeitstechnik

• Zeit bis zum Ausfall nach Komponententyp
• Vergleich der mittleren Zeit zwischen Ausfällen
• Analyse der Garantieperiode

Sozialwissenschaften

• Zeit bis zur Rückfälligkeit
• Beschäftigungsdauer
• Zeit bis zur Heirat/Scheidung

Interpretation von Forest-Plots

Metaanalysen stellen HRs in Forest-Plots dar:

• Senkrechte Linie bei HR = 1 ist der Nullwert
• Punkte links von 1: Behandlung reduziert das Hazard
• Punkte rechts von 1: Behandlung erhöht das Hazard
• KI kreuzt 1 nicht: statistisch signifikant

Adjustiertes vs. unadjustiertes HR

Unadjustiertes HR: Vergleicht Gruppen ohne Kontrolle für Störfaktoren

Adjustiertes HR: Kontrolliert für Kovariaten in der Cox-Regression

$h(t|X, Z) = h_0(t) \exp(\beta_X X + \beta_Z Z)$

Das adjustierte HR für X hält Z konstant: $HR_X = e^{\beta_X}$

Stratifizierte Analyse

Wenn proportionale Hazards innerhalb der Schichten gelten, aber nicht insgesamt:

$h(t|X) = h_{0,Schicht}(t) \exp(\beta X)$

Jede Schicht hat ihr eigenes Baseline-Hazard, aber das HR wird als gemeinsam angenommen.

Stichprobengröße für HR

Um ein Hazard Ratio mit ausreichender Power zu detektieren:

$n = \frac{(z_\alpha + z_\beta)^2}{p_1 p_0 (\ln HR)^2}$

Wobei p₁ und p₀ die Ereignisanteile in jeder Gruppe sind.

Mehr Ereignisse werden benötigt für HR näher an 1.

Häufige Fehler

Verwechslung von HR mit RR

HR ≠ Risikoverhältnis. Bei langer Nachbeobachtung mit vielen Ereignissen können sie erheblich voneinander abweichen.

Ignorieren von Nicht-Proportionalität

Wenn sich die Kurven kreuzen, ist ein einzelnes HR irreführend. Berichten Sie zeitvariierende Effekte.

Überinterpretation kleiner HRs

HR = 0,98 ist eine 2%ige Reduktion, aber möglicherweise klinisch nicht bedeutsam.

Vergessen der Zensierung

Die Hazard-Ratio-Analyse erfordert eine ordnungsgemäße Behandlung zensierter Beobachtungen.

Berichtsrichtlinien

APA/Medizinisches Format: „Patienten, die Behandlung A erhielten, hatten eine signifikant niedrigere Mortalitätsrate im Vergleich zu Behandlung B (HR = 0,64, 95%-KI [0,45; 0,91], p = 0,013)."

Angaben:

• Hazard Ratio mit KI
• P-Wert
• Anzahl der Ereignisse in jeder Gruppe
• Mediane Überlebenszeiten, falls angemessen
• Hinweis, ob proportionale Hazards verifiziert wurden

Historischer Kontext

David Cox entwickelte 1972 das Proportional-Hazards-Modell und revolutionierte damit die Überlebensanalyse. Es ermöglicht die Kovariaten-Adjustierung ohne Spezifikation der Baseline-Hazard-Funktion.

Das Hazard Ratio wurde zum Standardeffektmaß für Zeit-bis-Ereignis-Daten in klinischen Studien und der Epidemiologie.

Verwandte Berechnungen

• Kaplan-Meier-Rechner — Überlebenskurven
• Log-Rank-Test — Vergleich von Überlebensverteilungen
• Relatives-Risiko-Rechner — Risikoverhältnis
• NNT-Rechner — Number Needed to Treat

Zusammenfassung

Das Hazard Ratio vergleicht momentane Ereignisraten zwischen Gruppen. HR = 1 bedeutet kein Unterschied; HR < 1 bedeutet geringeres Risiko in der ersten Gruppe; HR > 1 bedeutet höheres Risiko. Aus der Cox-Regression abgeleitet, setzt das HR proportionale Hazards voraus (konstantes Verhältnis über die Zeit). Überprüfen Sie diese Annahme vor der Interpretation. Berichten Sie das HR mit 95%-KI und verifizieren Sie die Proportionalität. Das HR ist das Standardeffektmaß für Überlebensanalysen in klinischen Studien und epidemiologischen Untersuchungen.