关于风险比的关键事实
•危险度是指单位时间内目标事件发生的频率，通常可视为生存曲线的“斜率”。它是衡量受试者发生目标事件速度的指标
•风险比是两组之间危险度的比较。如果风险比为2.0，则表示一组中事件发生的速率是另一组的两倍
•风险比并非在某个单一时间点计算得出，而是基于生存曲线所包含的所有数据计算得出的
•由于报告的仅有一个风险比，因此只有在假设总体风险率随时间保持恒定，且任何差异均由随机抽样引起的情况下，才能对其进行解读。这被称为比例风险假设，是Cox比例风险回归中的基本假设
•如果危险率随时间变化而不保持恒定，则 Prism 报告的风险比将失去参考价值。 如果两条生存曲线相交，则危险率肯定不恒定（例外情况是：如果曲线在晚期时间点相交，此时仍在随访的受试者较少，因此生存曲线的真实位置存在很大不确定性）
•风险比与中位生存时间的比值并无直接关联。风险比为2.0并不意味着中位生存时间翻倍（或减半）。 风险比为 2.0 意味着：在某个给定时间点尚未发生目标事件的一组受试者，其在下一个时间点发生该事件的概率是另一组受试者的两倍。
•Prism 采用以下两种方法计算风险比 及其置信区间。对于每种方法，Prism 都会同时报告风险比 及其倒数。 如果 A 组受试者发生目标事件的速率是 B 组受试者的两倍（即 HR=2.0），那么根据定义，B 组受试者发生目标事件的速率将是 A 组受试者的一半（HR=1/2.0=0.5）
•关于解读风险比的其他注意事项，请参阅 Hernan (1) 和 Spruance (2) 的两篇综述
两种方法的比较
Prism 报告了通过两种不同方法计算的风险比：logrank 和 Mantel-Haenszel。这两种方法通常会得出相同（或几乎相同）的结果。 然而，当多名受试者同时发生感兴趣的事件（即所谓的“并列观察值”）或风险比远离 1.0 时，结果可能会有所不同。
Bernstein 及其同事使用这两种方法对模拟数据进行了分析 (3)。 在所有模拟中，比例风险假设均成立，且两种方法得出的数值非常接近。Logrank 法（他们称之为 O/E 法）得出的数值比真实风险比更接近 1.0，特别是在风险比较大或样本量较大时。
当出现并列情况时，两种方法的准确性都会降低。Logrank法倾向于报告更接近1.0的风险比（因此，当报告值大于1.0时，实际风险比被低估；当报告值小于1.0时，则被高估）。 相比之下，曼特尔-汉塞尔法得出的风险比更远离1.0（因此，当报告值大于1.0时，实际风险比被低估；当报告值小于1.0时，实际风险比被高估）。
当这两个风险比差异很大时，这意味着什么？
Bernstein 及其同事（3）的模拟研究并未利用不满足比例风险假设的模拟数据对这两种方法进行比较。 在另一个数据示例中，比例风险假设充其量只能说是存疑的，这两种方法得出的风险比差异极大（相差三倍）。似乎曼特尔-汉塞尔法更重视后期时间点的风险率差异，而对数秩检验法则对所有时间点赋予同等权重。
若使用这两种方法观察到的风险比差异极大，请考虑比例风险假设是否合理。如果该假设不合理，那么用单一风险比描述整个风险曲线的概念便毫无意义。
风险比的计算方法
Prism 用于报告风险比的 logrank 法和 Mantel-Haenszel 法非常相似。这两种方法都在 Machin、Cheung 和 Parmar 合著的《生存分析》（4）一书的第 3 章中有详细说明。
Mantel-Haenszel 方法：
1.按 Michael Vaeth 讲义第 38-40 页的说明计算总方差 V
2.计算
其中 O1 是第 1 组中观察到的事件总数，E1 是第 1 组中事件的预期数。若使用另一组，L 的值将相同
3.请注意，L 是风险比的自然对数。因此
4.风险比的95%置信区间等于
5.风险比的95%置信区间上限等于
Logrank法：
1.作为卡普兰-迈尔（Kaplan-Meier）计算的一部分，计算每个组中观察到的事件数（通常为死亡数）（Oa 表示组 A 中观察到的事件数，Ob 表示组 B 中观察到的事件数）， 以及在假设生存率无差异（零假设）条件下预期发生的事件数（A组的预期事件数记为Ea，B组的预期事件数记为Eb）
2.则
风险比为
3.计算风险比
的自然对数
4.风险比自然对数的标准误差为
5.风险比的95%置信区间等于
6.风险比的95%置信区间上限等于
Prism 的早期版本
Prism 6 报告了采用 Mantel-Haenszel 法和 logrank 法计算的风险比。在这两种方法中，均使用风险比的自然对数（在上文计算中用 L 表示）来计算 95% 上下置信区间。 Prism 6 中存在一个错误，导致在根据logrank法计算风险比的置信区间时，系统会采用Mantel-Haenszel法。通常情况下，风险比（HR）的差异很小，因此该错误大多微不足道。它仅在两个风险比值相差很大时才会影响计算结果。 在这种情况下，人们不禁要质疑这两种定义是否真的有用，因为在这些情况下，数据很可能根本不符合比例风险的假设。该错误已在 7.00 版（Windows）和 7.0a 版（Mac）中修复。
Prism 5 采用 Mantel-Haenszel 方法计算风险比及其置信区间。 Prism 4 采用 logrank 法计算风险比，但使用 Mantel-Haenszel 法计算风险比的置信区间。这可能导致结果不一致。在极少数情况下，Prism 4 报告的风险比可能超出该风险比的置信区间范围。
参考文献
1.M.A. Hernán. 《风险比的风险》，《流行病学》第 21 卷，第 13-5 页，2010 年。
2.S. L. Spruance 等，《临床试验中的风险比》，《抗菌剂与化学疗法》第 48 卷 (8) 期，第 2787 页，2004 年。
3.L Bernstein、J. Anderson 和 MC Pike。《双治疗组临床试验中比例风险的估计》。《生物计量学》（1981）第 37 卷（第 3 期），第 513-519 页
4.David Machin、Yin Bun Cheung、Mahesh Parmar，《生存分析：实用方法》，第2版，ISBN：0470870400。
5.迈克尔·瓦斯，《临床研究中生存数据的统计分析》（2004年）。
6.马丁·杜尔登，《什么是风险比？》（2009）
