“Cox比例风险回归分析参数”对话框的“图表”选项卡用于生成图表，直观表示特定研究组在一段时间内的估计生存概率。需注意的是，这些估计生存曲线根据分析中定义的模型生成，并不代表通过选择数据进行Kaplan-Meier生存分析生成的生存曲线。取而代之的是，这些生存曲线使用关键Cox回归假设生成：具体而言，任何个体（或由一组预测变量定义的个体研究组）的风险与一些基线风险成比例。该假设的结果是：估计的生存曲线将具有相同的基本形状（包括它们在相同时间点均具有“台阶”这一事实）。原因在于每条估计生存曲线均使用基线生存（在本页讨论）计算得到。具有一组特定预测变量的给定个体/研究组的估计生存与基线生存之间的关系如下：

 

可以不使用参数估计，而是使用各预测变量的风险比改写该方程：

 

从本质上说，这意味着给定个体或研究组（模型中具有一组特定的预测变量值）在任何时候的估计生存将按比例高于或低于基线生存。改变预测变量值永远不会改变估计生存曲线的整体形状，只会改变新的估计生存曲线与已确定的基线生存曲线的比例。

指定Prism在生成估计生存曲线时应当使用的预测变量时，应记住两个概念：

•如果未指定预测变量，则假设该变量取其基线值，生成估计生存曲线

•Prism将自动确定指定预测变量值的所有可能组合，并为每个研究组合生成估计生存曲线

考虑一个将年龄作为连续预测变量包括在内的模型（未首先删失数据）。该变量的基线值为零（因为其属于连续变量）。生成估计的生存曲线时，如果未指定年龄值，则在年龄等于零时，生成的曲线将表示估计的生存情况。在大多数情况下，其意义可能不大（例如，体重或身高为零时的情况类似）。因此，如果将连续变量作为模型中的重要预测因素，则在指定估计生存曲线时，应考虑包含该变量的值。

使用分类变量指定估计的生存曲线时，可能有许多不同的可能的水平组合来定义不同的研究组。考虑两个分类变量：

•性别，两个水平“女性”和“男性”

•治疗组，三个水平“对照”、“标准治疗”和“实验治疗”

使用这两个分类变量，可以定义六个不同的研究组：

1.对照组女性

2.标准治疗组女性

3.实验治疗组女性

4.对照组男性

5.标准治疗组男性

6.实验治疗组男性

无需手动定义所有六种组合，只需在参数对话框中选择两个变量（以及每个变量的适当水平），Prism将自动确定图表所需的个体估计生存曲线的数量。在以上示例中，添加血糖浓度（水平为“低”、“中”和“高”）作为第三个变量，会将组合总数增加到18。但借助Prism，只需要选择三个变量（和水平），而不用手动指定所有18种不同的组合。