Cox比例风险回归的目的是估计观察总体的风险比（以及随后的生存函数）。风险函数的值不仅取决于感兴趣事件前的历时，还取决于模型中各预测变量的值。使用拟合模型和模型中每个预测变量的已知值，可以对给定时间点的估计生存概率进行预测。虽然这是一项强大功能，但无需执行Cox回归，除非需要模型的特定预测，否则可以忽略。

使用Cox回归进行预测

使用Cox比例风险回归拟合模型后，可以估计给定时间的风险（和生存概率）特定值，在此情况下，假设提供各预测变量的值。Prism可以使用在两个不同位置提供的信息，预测风险和生存概率的值：从输入数据表中的点，以及使用“预测”选项卡上的特定点。

根据数据表中预测变量的值进行预测（或插值）

选中该对话框后，Prism将检查输入数据表中的行，这些行：

1.包含感兴趣事件发生前历时值

2.包含指定模型中每个预测变量的值

3.不包含结局（事件/删失）变量的值

对于这些行中的每一行，Prism将使用确定的最佳拟合参数系数以及数据表中这一行的值来计算这些观察的线性预测值（Xβ）、风险比（exp[Xβ]）和累积生存率的相应值。请注意，不同于简单的线性或非线性回归，用于插值的行无需在数据表的末尾。Prism将搜索满足上述三个插值标准的任何行。

根据对话框中预测变量的值进行预测（或插值）

选中该放开后，Prism允许您通过指定感兴趣事件发生前历时值以及模型中各预测变量的值，创建用于插值（预测）的自定义点。使用向上/向下箭头指定要添加的插值点数。在两个方框的顶部，可以为每个插值点添加一个名称/标签。

用于插值的每个点必须为模型中的每个预测变量定义值，并且必须包括感兴趣事件发生前历时值。如需指定这些值，请从下拉菜单中选择“自动”方法或选择“自定义…” 。每个预测因素的默认设置如下：

•连续变量（包括感兴趣事件发生前历时变量）：自动下拉菜单将设定为“默认”，并且该值将为零

•分类变量：自动下拉菜单和值将与该变量的参考等级设置相匹配。如果未手动更改参考值，“自动下拉菜单”将设置为“第一级（默认）”。

由于历时的默认值设定为零，累积生存率的预测值将为1（历时为零时的预测生存率假定为1或100%）。

对于每个预测变量，您可以输入一个值或选择最小值、最大值或该变量的值。

类似地，对于分类变量，Prism提供了使用数据中第一级、最后一级或最频繁/最不频繁级进行插值选项。同样，如果数据更改，Prism会相应地自动更新插值。

最后，对于连续变量和分类变量，Prism允许输入一个“自定义…”值（针对插值输入）。

如果输入数据更改，预测值会发生什么变化？

当Cox比例风险回归的输入数据更改时，Prism将自动重新计算指定模型的回归系数。这将对利用模型预测的值产生影响。此外，对于使用对话框中列出的预测变量值进行预测的点，对数据所做的更改可能会更改各种“自动”赋值方法的值。

对于连续变量，Prism提供了通过数据表中最小值、最大值或该变量的平均值进行插值的选项（使用“自动”方法下拉菜单）。如果数据更改，该最小值、最大值或平均值也可能更改，从而导致插值计算过程中使用不同的值。

类似地，对于分类变量，Prism提供了使用数据表中该变量的第一级、最后一级、最频繁级或最不频繁级进行插值的选项（使用“自动”方法下拉菜单）。如果更改数据，第一级、最后一级、最频繁或最不频繁的级也可能更改，从而导致插值计算过程中使用不同的值。

请注意，用于插值的分类变量的默认“自动”方法（和值）将与该变量的参考等级的方法（和值）相匹配。但是，一旦使用特定方法对一个点进行插值，更改参考等级确定方法不会更改插值点的指定方法。