我在R中计算了Cox比例风险回归。
cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)
现在，我得到了所有这些协变量的风险比（HR或exp（coef）），但我真的只对连续预测X的影响感兴趣.X的HR是1.20。 X实际上缩放到样本测量值，使得X具有0和SD 1的平均值。也就是说，X增加1 SD的个体的死亡率（事件）比具有平均值的人高1.23倍。 X的价值（我相信）。
我希望能够将这些结果说成一些不那么尴尬的东西，实际上this article完全符合我的意愿。它说：
“在考虑年龄，性别和年龄的Cox比例风险模型中 教育，每日总体活动水平较高 与降低死亡风险相关（风险比= 0.71; 95％CI：0.63,0.79）。 因此，每日身体总量高的人 与此相比，活动（第90百分位数）的死亡风险约为1/4 对每日总体力活动较少的人（第10名 百分位数）。“
假设只需要HR（即1.20），那么如何计算这个比较语句？如果您需要任何其他信息，请向我询问。
答案 0 :(得分：1)
如果你的x值为你的第90百分位X值而x2是你的第10个百分点X值，并且如果p，q，r和s（s是你提到的1.20）和你的cox回归系数你需要找到exp(p*A + q*B + r*C + s*x1)/exp(p*A + q*B + r*C + s*x2)，其中A，B和C可以是变量的平均值。这个比率给你比较声明。
这个问题实际上是针对stats.stackexchange.com的。