我已经安装了一个威布尔加速度因子模型，我从中获得了下面提供的输出。
我知道ETR是加速因子，但我不确定如何解释它？
我知道ETR可以通过exp（+ 0.642788917 / 0.88944031）= 2.0599获得
根据this例如，如果治疗A与B的ETR为1.2，那么治疗A患者p％的事件所需的时间预计会延长约20％比例相同百分比的治疗B患者经历一次事件（即治疗B更糟糕。）
然而，在我的情况下，治疗0与1的ETR = 2.0599，预计治疗0患者的p％所需的时间比其相同的时间长约105％。治疗1患者的百分比。然而，从HR我知道治疗1更好。我显然误解了这里...
> fit_weibull
$formula
Surv(inf.time, infection) ~ Treatment + Gender + Race + Surface +
head + buttock + trunk + up.leg + low.leg + resp.tract
$coef
Estimate SE
lambda 0.004439542 0.005046457
gamma 0.889449031 0.109367187
Treatment -0.642788917 0.312792437
Gender -0.694909330 0.397259809
Race 2.107624809 1.015414175
Surface 0.003727016 0.009781626
head -0.042867347 0.349149811
buttock 0.603633476 0.420309207
trunk 0.106228840 0.499189728
up.leg -0.447043006 0.375005350
low.leg -0.268656744 0.383194581
resp.tract -0.036052778 0.354124698
$HR
HR LB UB
Treatment 0.5258239 0.2848334 0.9707105
Gender 0.4991197 0.2291166 1.0873087
Race 8.2286734 1.1246249 60.2076862
Surface 1.0037340 0.9846740 1.0231628
head 0.9580385 0.4832658 1.8992398
buttock 1.8287515 0.8023925 4.1679503
trunk 1.1120763 0.4180455 2.9583235
up.leg 0.6395164 0.3066525 1.3336959
low.leg 0.7644056 0.3607016 1.6199428
resp.tract 0.9645894 0.4818490 1.9309631
$ETR
ETR LB UB
Treatment 2.05995086 1.008701792 4.2067909
Gender 2.18426779 0.904581822 5.2742888
Race 0.09351956 0.009458294 0.9246813
Surface 0.99581851 0.974525144 1.0175771
head 1.04937568 0.485964754 2.2659860
buttock 0.50729632 0.199485037 1.2900695
trunk 0.88742419 0.294492725 2.6741635
up.leg 1.65302453 0.721770127 3.7858177
low.leg 1.35262683 0.582154804 3.1428055
resp.tract 1.04136654 0.477522954 2.2709783
$summary