进行Cox比例风险回归时，Prism提供了两个值来指示每个预测变量对风险比的影响：

•参数估计值（详细讨论见见其他相应页面）

•风险比（讨论见下文）

这两个值是彼此的简单变换，因此提供相同的信息。如果以前未用过Cox回归，则理解风险比可能会容易一点。

 

简单版本

风险比代表给定参数对结果的“倍增效应”。如果一项参数的风险比是2，则该参数值增加1将使所有时间点的风险比增加一倍。

 

详细版本

风险比是Cox比例风险回归计算的参数估计值的变换，如前所述。如前所述，这些参数估计值（β值）表示由于相应预测变量值的变化而导致的对数（风险比）变化量。然而，考虑对数（风险比）比考虑简单的风险比要复杂一些。如果与风险比相关的预测变量发生变化，则风险比用于表示风险比的变化程度。

考虑Cox比例风险回归使用的模型：

 

显示该模型的另一种方式是用基线风险（h0（t））来划分两侧：

 

可通过以下方式进行扩展：

 

如果将术语“exp（β1）”替换为“HR1”，得到

 

该方程的最后一种形式清楚表明参数估计值与风险比之间的关系：如果对给定预测变量的参数估计值求幂，可以得到风险比。利用这一知识，现在可以看出危害比的这些数值有以下解读：

对于给定的风险比HRi，在所有其他预测变量保持不变时，xi每增加一个单位对风险比产生的倍增效应等于风险比的值。

举个简单的示例，考虑风险比为2的预测变量“年龄（岁）”。年龄增加一岁，风险比将乘以21（或仅2）的值。年龄增加两岁，风险比将乘以22（或4）的值。风险比提供了预测变量对风险比的“倍增效应”。

此外，Prism还提供了这些风险比的置信区间。置信区间通常是令人误解的统计概念，因为它们并不完全是我们的直观所希望的。对置信区间的正确解释应该是：“如果反复重复该实验，且每次均选择来自同一群体的观察结果 - 预计95%的相应95%置信区间将包括真实的群体值。”