Kaplan-Meier Kurve interpretieren: Überlebensanalyse Schritt für Schritt

Die Kaplan-Meier-Kurve ist das methodische Herzstück jeder Überlebensanalyse und gehört zu den am häufigsten publizierten statistischen Verfahren in der klinischen Forschung. Ob bei einer Onkologie-Studie, einer Implantat-Nachsorge oder einer Nachuntersuchung von Langzeitkomplikationen — wer ein Zeit-bis-Ereignis-Outcome analysiert, wird Kaplan-Meier brauchen. Dieser Leitfaden erklärt, wie du Kaplan-Meier-Kurven korrekt berechnest, interpretierst und in deiner Publikation oder Doktorarbeit reportest — mit Beispielen für SPSS und R, Hinweisen zum Umgang mit zensierten Daten und der Abgrenzung zu komplexeren Verfahren wie der Cox-Regression.

Was ist die Kaplan-Meier-Methode?

Die Kaplan-Meier-Methode (auch: Produkt-Limit-Schätzer) ist ein nicht-parametrisches Verfahren zur Schätzung der Überlebensfunktion S(t) — also der Wahrscheinlichkeit, dass ein bestimmtes Ereignis bis zum Zeitpunkt t noch nicht eingetreten ist. Entwickelt wurde sie 1958 von Edward L. Kaplan und Paul Meier und hat seither den Umgang mit Zeit-bis-Ereignis-Daten revolutioniert.

Typische Anwendungsbeispiele in der Medizin:

• Onkologie: Zeit bis zum Tod, Zeit bis zum Rezidiv, progressionsfreies Überleben
• Transplantationsmedizin: Zeit bis zum Transplantat-Versagen
• Kardiologie: Zeit bis zum Myokardinfarkt, zur Re-Hospitalisierung
• Zahnmedizin: Implantatüberleben, Zeit bis zum Verlust einer Restauration
• Infektiologie: Zeit bis zum Wiederauftreten einer Infektion
• Chirurgie: Zeit bis zur Revisionsoperation

Merke: Das "Überleben" in der Kaplan-Meier-Analyse muss nicht wörtlich das Überleben bedeuten. Jedes wohldefinierte Ereignis (Rezidiv, Implantat-Verlust, Revisionsoperation) kann analysiert werden. Der Begriff "Survival Analysis" ist historisch gewachsen — methodisch geht es um Time-to-Event-Daten.

Das Grundproblem: Zensierte Daten

Der Hauptgrund, warum Kaplan-Meier existiert und der einfache Mittelwert oder Median nicht reicht: Zensierung (censoring). Zensiert ist eine Beobachtung, bei der das Ereignis bis zum Studienende nicht eingetreten ist oder bei der der Patient verloren ging (Lost to Follow-up).

Die drei Typen der Zensur

In der klinischen Forschung ist Rechtszensur der Normalfall. Kaplan-Meier handhabt diese automatisch korrekt, solange drei Annahmen gelten:

1. Unabhängige Zensur: Der Grund für die Zensur darf nicht mit dem Ereignisrisiko korrelieren. Ein Patient, der die Studie verlässt, weil es ihm schlechter geht, verletzt diese Annahme.
2. Gleiches Hazard zu jedem Zeitpunkt: Patienten, die zu einem späteren Zeitpunkt eingeschlossen werden, haben dasselbe ereignisspezifische Risiko wie früher Eingeschlossene.
3. Kein Kompeting Risk: Andere Ereignisse, die das Ereignis von Interesse ausschließen, sind vernachlässigbar oder werden separat analysiert (siehe Kompeting Risks weiter unten).

Merke: Zensierte Beobachtungen sind keine fehlenden Daten. Sie liefern wichtige Information — nämlich dass der Patient bis zum Zensurzeitpunkt das Ereignis nicht erlebt hat. Patienten einfach auszuschließen wäre methodisch falsch und würde die Überlebensrate systematisch unterschätzen.

Mathematischer Hintergrund (kurz und praxisnah)

Der Produkt-Limit-Schätzer berechnet die Überlebensfunktion S(t) als Produkt der bedingten Überlebenswahrscheinlichkeiten zu jedem Ereigniszeitpunkt:

$$S(t) = \prod_{t_i \leq t} \left(1 - \frac{d_i}{n_i}\right)$$

• d_i = Anzahl der Ereignisse zum Zeitpunkt t_i
• n_i = Anzahl der Patienten "at risk" unmittelbar vor t_i

Beispiel: Von 100 Patienten verstirbt der erste nach 6 Monaten. Die bedingte Überlebenswahrscheinlichkeit für diesen Zeitpunkt ist (100−1)/100 = 0,99. Verstirbt der zweite nach 12 Monaten und zwischenzeitlich wurden 5 Patienten zensiert, sind noch 94 "at risk". Die bedingte Überlebensrate ist (94−1)/94 = 0,989. Die kumulative Überlebensrate zum Zeitpunkt 12 Monate: 0,99 × 0,989 = 0,979 (also 97,9 %).

Die Varianz von S(t) wird typischerweise nach Greenwood geschätzt:

$$\text{Var}(S(t)) = S(t)^2 \sum_{t_i \leq t} \frac{d_i}{n_i(n_i - d_i)}$$

Daraus ergeben sich die 95%-Konfidenzintervalle, die in jeder Publikation mit angegeben werden sollten. SPSS und R berechnen dies automatisch.

Kaplan-Meier Kurve interpretieren: Was zeigt die Grafik?

Eine korrekt dargestellte Kaplan-Meier-Kurve zeigt fünf zentrale Elemente:

1. Die Überlebenskurve selbst (Treppenfunktion)

Die charakteristischen Stufen entstehen, weil die Überlebensrate nur bei jedem Ereignis (Tod, Rezidiv, Implantat-Verlust) sinkt. Zwischen zwei Ereignissen bleibt sie konstant. Eine glatte Kurve wäre methodisch falsch — der Treppenverlauf ist das Merkmal einer echten Kaplan-Meier-Schätzung.

2. Zensur-Markierungen (Tick-Marks)

Jeder zensierte Patient sollte als kleiner vertikaler Strich auf der Kurve eingezeichnet werden. Fehlen diese, ist die Visualisierung unvollständig und kann Gutachter irritieren. Moderne Reporting-Richtlinien (STROBE, CONSORT) empfehlen Tick-Marks explizit.

3. Konfidenzintervalle

95%-KIs werden typischerweise als schattierter Bereich oder gestrichelte Linien dargestellt. Mit wachsender Zeit werden die KIs breiter, weil weniger Patienten "at risk" sind. Das Signal: Am Kurvenende ist die Schätzung unsicherer.

4. At-Risk-Tabelle ("Risk Table")

Unter der Kurve sollte eine Tabelle die Anzahl der Patienten "at risk" zu verschiedenen Zeitpunkten zeigen. Beispiel:

Ohne diese Tabelle lässt sich die Kurve nicht seriös interpretieren — denn wenn am Ende nur 5 Patienten "at risk" sind, ist die Kurve dort hochgradig unsicher.

5. Mediane Überlebenszeit

Der Zeitpunkt, zu dem die Kurve die 50%-Linie schneidet, ist die mediane Überlebenszeit. Wenn die Kurve die 50%-Marke nicht erreicht (z.B. wenn mehr als 50% der Patienten am Studienende noch am Leben sind), wird der Median als "not reached" angegeben — das ist methodisch korrekt, sollte aber explizit erwähnt werden.

Merke: Der Median ist aussagekräftiger als der Mittelwert, weil er auch bei zensierten Daten interpretierbar bleibt. Ein Mittelwert der Überlebenszeit ist bei signifikanter Zensur mathematisch nicht definiert.

Kaplan-Meier in SPSS

Die Durchführung in SPSS ist unkompliziert, setzt aber eine korrekte Datenstruktur voraus. Unsere ausführliche SPSS Auswertung Anleitung erklärt die grundlegende Datenvorbereitung.

Datenstruktur

Jede Zeile = ein Patient. Benötigt werden drei Variablen:

Menüpfad

Analysieren → Überlebensanalyse → Kaplan-Meier

• Zeit: Variable "time"
• Status: Variable "status" — bei "Ereignis definieren" Wert = 1 eingeben
• Faktor: Variable "group" (wenn Gruppenvergleich gewünscht)
• Vergleichen von Faktorstufen: Log-Rank, Breslow, Tarone-Ware aktivieren
• Optionen: Überlebenstabelle, Quartile (Median-Zeit), Plot der Überlebensfunktion

Output lesen

SPSS gibt folgende Tabellen aus:

1. Case Processing Summary: Anzahl Patienten, Ereignisse, Zensuren
2. Survival Table: Überlebenswahrscheinlichkeit zu jedem Ereigniszeitpunkt mit KI
3. Means and Medians for Survival Time: Mediane Überlebenszeit mit 95%-KI
4. Overall Comparisons: Log-Rank, Breslow, Tarone-Ware mit p-Werten
5. Survival Plot: Die Kaplan-Meier-Kurve (Treppendiagramm)

Die wichtigste Zahl für die Publikation: p-Wert des Log-Rank-Tests. Er prüft die Nullhypothese, dass die Überlebenskurven beider Gruppen identisch sind.

Kaplan-Meier in R

R bietet mit dem survival-Paket mehr Flexibilität und bessere Grafiken als SPSS. Detaillierte R-Grundlagen findest du in unserem R Statistik Auswertung Leitfaden.

Minimalcode

library(survival)
library(survminer)  # für elegantere Plots

# Daten einlesen
data <- read.csv("meine_daten.csv")

# Kaplan-Meier-Fit berechnen
fit <- survfit(Surv(time, status) ~ group, data = data)

# Median Survival anzeigen
summary(fit)$table

# Log-Rank-Test
survdiff(Surv(time, status) ~ group, data = data)

# Publikationsreife Kurve mit survminer
ggsurvplot(fit,
           data = data,
           conf.int = TRUE,
           risk.table = TRUE,
           pval = TRUE,
           pval.method = TRUE,
           legend.title = "Therapiegruppe",
           xlab = "Zeit (Monate)",
           ylab = "Überlebenswahrscheinlichkeit",
           palette = c("#2E86C1", "#E67E22"))

Die Funktion ggsurvplot() erzeugt automatisch: Kurve mit Tick-Marks, 95%-KI als Schatten, Risk Table unter der Grafik und den p-Wert des Log-Rank-Tests. Das ist publikationsreif und wird von den meisten medizinischen Journals akzeptiert.

Merke: Speichere dein R-Skript zusammen mit den Daten. Für Reviewer und Gutachter ist es ein starkes Qualitätsmerkmal, wenn du einen reproduzierbaren Workflow zeigen kannst. Das ist einer der Gründe, warum R für komplexere Auswertungen SPSS vorgezogen wird.

Log-Rank-Test: Gruppenvergleich richtig machen

Der Log-Rank-Test ist das Standardverfahren, um zwei oder mehr Kaplan-Meier-Kurven zu vergleichen. Er prüft die Nullhypothese: "Alle Gruppen haben dieselbe Überlebensverteilung."

Wann den Log-Rank-Test nutzen?

• ✅ Wenn die Proportional-Hazards-Annahme gilt (Kurven dürfen sich nicht kreuzen)
• ✅ Bei klaren Trennungen der Kurven über die gesamte Beobachtungszeit
• ✅ Bei zwei bis sechs Gruppen

Wann NICHT verwenden?

• ❌ Wenn Kurven sich kreuzen — dann ist Breslow-Test oder Tarone-Ware besser
• ❌ Wenn der Effekt zeitabhängig ist (z.B. frühe Nebenwirkungen einer Chemotherapie) → Alternative: Renyi-Test oder Weighted Log-Rank
• ❌ Bei sehr kleinen Ereigniszahlen in den Gruppen (< 10 Ereignisse pro Gruppe) → Exakter Test

Alternativen

Typische Fehler in der Überlebensanalyse

Als Biostatistiker erleben wir in der Begutachtung medizinischer Arbeiten immer wieder dieselben methodischen Fehler. Hier die häufigsten fünf:

Fehler 1: Zensierte Patienten werden ausgeschlossen

Viele Doktoranden schließen Patienten aus, die "nichts erlebt haben" — das ist falsch. Zensierte Beobachtungen sind essenziell und müssen mit dem tatsächlichen Zensurzeitpunkt in die Analyse. Wer sie ausschließt, überschätzt die Ereignisrate systematisch.

Fehler 2: Der Mittelwert statt des Medians wird berichtet

Bei zensierten Daten ist der Mittelwert der Überlebenszeit nicht definiert, wenn nicht alle Patienten das Ereignis erlebt haben. Immer den Median mit 95%-KI berichten.

Fehler 3: Log-Rank-Test bei sich kreuzenden Kurven

Wenn die Kurven sich schneiden, ist die Proportional-Hazards-Annahme verletzt. Der Log-Rank-Test verliert dann massiv an Power. Alternative Tests nutzen oder das Studiendesign überdenken.

Fehler 4: Fehlende Risk Table

Ohne At-Risk-Tabelle ist die Kurve nicht seriös. Am Kurvenende sind oft nur noch wenige Patienten — die Schätzung ist dort unsicher. Ohne Risk Table kann der Leser das nicht erkennen.

Fehler 5: Überinterpretation am rechten Kurvenende

Der "Schwanz" der Kurve (jenseits von 80% der längsten Beobachtungszeit) ist statistisch unsicher. Aussagen wie "die 10-Jahres-Überlebensrate beträgt 42%" sind nur haltbar, wenn ausreichend Patienten so lange beobachtet wurden.

Merke: Eine gut gemachte Überlebensanalyse enthält immer: Tick-Marks für Zensuren, 95%-KI, Risk Table, Median-Überlebenszeit mit KI und den p-Wert eines geeigneten Testverfahrens. Fehlt eines dieser Elemente, lehnen viele Gutachter die Publikation ab — zu Recht.

Wann Kaplan-Meier nicht reicht: Multivariable Analyse

Kaplan-Meier ist univariat — es kann nur eine kategoriale Einflussvariable pro Analyse abbilden. Sobald du mehrere Einflussgrößen (Alter, Geschlecht, Tumorstadium, Biomarker) gleichzeitig berücksichtigen willst, brauchst du die Cox-Proportional-Hazards-Regression.

Cox-Regression: Der nächste Schritt

Die Cox-Regression modelliert die Hazard-Funktion als:

$$h(t | X) = h_0(t) \cdot \exp(\beta_1 X_1 + \beta_2 X_2 + \ldots + \beta_k X_k)$$

• h_0(t) = Baseline-Hazard (zeitabhängig, nicht spezifiziert)
• exp(β) = Hazard Ratio (HR) — das primäre Effektmaß

Interpretation einer Hazard Ratio:

• HR = 1: Kein Unterschied zwischen Gruppen
• HR > 1: Höheres Ereignisrisiko (z.B. HR = 2 bedeutet doppeltes Risiko)
• HR < 1: Niedrigeres Risiko (z.B. HR = 0,5 bedeutet halbiertes Risiko)

Die Cox-Regression setzt die Proportional-Hazards-Annahme voraus: Das Verhältnis der Hazards zwischen Gruppen bleibt über die Zeit konstant. Diese Annahme muss explizit getestet werden (Schoenfeld-Residuen-Test, log-log-Plots). Wenn sie verletzt ist, sind zeitabhängige Cox-Modelle oder Alternativen (z.B. Accelerated Failure Time Models) nötig.

Competing Risks

Wenn mehrere Ereignisse möglich sind, die sich gegenseitig ausschließen (z.B. Tod vs. Rezidiv), reicht Kaplan-Meier nicht mehr. Hier brauchst du Competing Risks Analyses (Fine-Gray-Modell, cumulative incidence function). Ein häufiger Fehler ist, Kaplan-Meier für jedes Ereignis separat zu berechnen — das überschätzt die Inzidenz.

Merke: Wenn du bei deiner Doktorarbeit multivariable Überlebensanalysen, Competing Risks oder zeitabhängige Kovariaten brauchst, lohnt sich die professionelle Biostatistik-Beratung. Diese Verfahren sind fehleranfällig und werden von Gutachtern genau geprüft.

Fallzahlberechnung für Überlebensstudien

Die Fallzahl für Kaplan-Meier/Log-Rank basiert nicht auf der Patientenzahl, sondern auf der Ereigniszahl. Eine Faustregel: Für einen aussagekräftigen Log-Rank-Test mit Power = 0,80, Signifikanzniveau α = 0,05 und Hazard Ratio 0,70 benötigst du ca. 150 Ereignisse — nicht Patienten!

Die benötigte Patientenzahl hängt dann ab von:

• Erwartete Ereignisrate in der Kontrollgruppe
• Beobachtungsdauer
• Accrual-Rate (wie schnell Patienten rekrutiert werden)
• Erwartete Drop-out-Rate

Unser Fallzahlrechner unterstützt die Fallzahlplanung für die wichtigsten statistischen Tests. Für spezifische Survival-Power-Analysen (Schoenfeld-Formel) empfehlen wir eine individuelle methodische Beratung.

Reporting-Standards: Wie berichte ich eine Überlebensanalyse?

Wissenschaftliche Journals und Ethikkommissionen erwarten ein standardisiertes Reporting nach den STROBE-Richtlinien (Beobachtungsstudien) oder CONSORT-Richtlinien (RCTs). Für Überlebensanalysen gelten spezifische Anforderungen:

Im Methodenteil

• Definition des Ereignisses (was gilt als "Event"?)
• Definition der Zensur (Zeitpunkt Studienende, Loss-to-Follow-up)
• Zeitpunkt T = 0 (Einschluss? Diagnose? OP-Zeitpunkt?)
• Wahl des Tests (Log-Rank, Breslow, etc.) mit Begründung
• Für multivariable Analysen: Kovariaten, Modell-Strategie, Überprüfung der Proportional-Hazards-Annahme
• Software und Version (z.B. "R Version 4.4.0 mit survival Package 3.5-8")

Im Ergebnisteil

• Anzahl Patienten, Anzahl Ereignisse, Anzahl Zensuren (pro Gruppe)
• Mediane Beobachtungszeit (reverse Kaplan-Meier-Methode)
• Mediane Überlebenszeit mit 95%-KI (oder "not reached")
• Überlebensraten zu festen Zeitpunkten (z.B. 1-Jahres-, 5-Jahres-Survival) mit KI
• p-Wert des Log-Rank-Tests
• Bei Cox-Modellen: Hazard Ratios mit 95%-KI
• Abbildung: Kaplan-Meier-Kurve mit Tick-Marks, KI-Schatten, Risk Table

Typische Journalistische Formulierung

"Die mediane Gesamtüberlebenszeit betrug in der Interventionsgruppe 42,3 Monate (95%-KI: 38,1–46,5) gegenüber 31,7 Monaten (95%-KI: 27,2–36,2) in der Kontrollgruppe. Der Log-Rank-Test zeigte einen statistisch signifikanten Unterschied (p = 0,003). Die Hazard Ratio für die Interventionsgruppe betrug in der multivariablen Cox-Regression 0,68 (95%-KI: 0,52–0,89; p = 0,005) nach Adjustierung für Alter, Tumorstadium und Komorbiditäten."

Zusammenfassung: Die 10 Kern-Regeln

1. Zensierte Daten gehören in die Analyse — nicht ausschließen.
2. Treppendiagramm statt glatter Kurve — Kaplan-Meier ist nicht-parametrisch.
3. Tick-Marks einzeichnen — für jede Zensur ein Strich.
4. Konfidenzintervalle zeigen — die Kurve allein ist nicht genug.
5. Risk Table unter die Kurve — für seriöse Interpretierbarkeit.
6. Median statt Mittelwert berichten — mit 95%-KI.
7. Log-Rank für parallele Kurven, Breslow bei frühen Effekten.
8. Bei sich kreuzenden Kurven: andere Tests prüfen.
9. Multivariabel? → Cox-Regression, nicht mehr Kaplan-Meier.
10. Reporting nach STROBE/CONSORT — Gutachter werden es prüfen.

Häufige Fragen

• „Was ist der Unterschied zwischen Kaplan-Meier und Lebenstafel-Methode?" → Beide schätzen Überlebensfunktionen, aber unterschiedlich: Kaplan-Meier berechnet zu jedem Ereigniszeitpunkt einzeln (präziser), Lebenstafeln gruppieren Zeitpunkte in Intervalle (gröber, historisch bei großen Datensätzen verwendet). Moderne Publikationen nutzen fast ausschließlich Kaplan-Meier.
• „Was bedeutet ‚Median nicht erreicht' in einer Kaplan-Meier-Kurve?" → Das bedeutet, dass zum Studienende mehr als 50 % der Patienten das Ereignis noch nicht erlebt haben. Die Kurve hat die 50%-Linie nicht geschnitten. Das ist kein Fehler, sondern eine korrekte Angabe — oft bei frühen Follow-up-Daten oder günstigem Krankheitsverlauf.
• „Wie viele Ereignisse brauche ich für eine sinnvolle Kaplan-Meier-Analyse?" → Faustregel: mindestens 10 Ereignisse pro Gruppe für deskriptive Aussagen. Für Log-Rank-Vergleiche mit 80 % Power und Hazard Ratio 0,70 ca. 150 Ereignisse insgesamt. Die Patientenzahl ist Nebensache — entscheidend ist die Ereigniszahl. Details im Fallzahlrechner.
• „Darf ich Patienten mit unvollständigem Follow-up aus der Analyse ausschließen?" → Nein. Sie werden zum Zeitpunkt des letzten Kontakts zensiert und fließen mit dieser Zensurzeit in die Analyse ein. Ein Ausschluss würde die Überlebensrate systematisch verzerren. Das ist einer der häufigsten methodischen Fehler in Doktorarbeiten.
• „Was mache ich, wenn die Proportional-Hazards-Annahme verletzt ist?" → Prüfe zunächst mit Schoenfeld-Residuen oder log-log-Plots. Wenn verletzt: Stratifizierte Cox-Regression, zeitabhängige Kovariaten, Accelerated Failure Time Models oder Restricted Mean Survival Time (RMST) sind Alternativen. Das sollte methodisch begründet werden — individuelle Beratung lohnt sich hier.
• „Kann ich Kaplan-Meier für Competing Risks verwenden?" → Grundsätzlich nicht optimal. Bei konkurrierenden Risiken (z.B. Tod durch Tumor vs. Tod durch andere Ursachen) überschätzt Kaplan-Meier die Inzidenz. Besser: Fine-Gray-Modell oder cumulative incidence function. Das ist ein anspruchsvolles Thema — viele Doktoranden machen hier Fehler.
• „Welche Software ist besser für Überlebensanalysen: SPSS oder R?" → Für Standardanalysen (Kaplan-Meier, Log-Rank, einfache Cox-Regression) reicht SPSS. Für Competing Risks, komplexe Cox-Modelle, zeitabhängige Kovariaten, RMST und publikationsreife Grafiken ist R mit dem survival-Paket deutlich überlegen. Auch Stata ist in der akademischen Welt verbreitet.
• „Was kostet es, eine Überlebensanalyse auswerten zu lassen?" → Eine einfache Kaplan-Meier-Analyse mit Log-Rank-Test liegt bei 400–800 €. Multivariable Cox-Regressionen mit Validierung der Annahmen und publikationsreifem Reporting kosten 1.000–2.500 €. Bei komplexen Designs (Competing Risks, zeitabhängige Effekte, Propensity-Score-Matching) liegt der Aufwand bei 2.000–4.500 €. Details und individuelle Angebote auf unserer Biostatistik-Seite.