legegyszerűbb formájában a relatív hazárd úgy értelmezhető, mint egy olyan esemény esélye, amely a kezelési karban történik, osztva a kontroll karban bekövetkező esemény esélyével, vagy fordítva. Ezeknek a végpontoknak a felbontását általában Kaplan-Meier túlélési görbékkel ábrázolják. Ezek a görbék az egyes csoportok azon arányára vonatkoznak, ahol a végpontot nem érte el., A végpont lehet bármely függő változó, amely a kovariánshoz kapcsolódik (független változó), például halál, betegség elengedése vagy a betegség összehúzódása. A görbe azt az esélyt jelöli, hogy egy végpont minden egyes időpontban bekövetkezzen (a veszély). A relatív hazárd egyszerűen a két csoport pillanatnyi veszélyei közötti kapcsolat, és egyetlen számban a Kaplan–Meier-telkek közötti távolság nagyságát jelenti.

a relatív hazárd nem tükrözi a vizsgálat egy időegységét., A hazard-alapú és időalapú intézkedések közötti különbség hasonlít a verseny megnyerésének esélye és a győzelem mértéke közötti különbségre. Amikor egy vizsgálat időszakonként egy relatív hazárdról számol be, feltételezhető, hogy a csoportok közötti különbség arányos volt. A relatív hazárd akkor válik értelmetlenné, ha az arányosság ezen feltételezése nem teljesül.

Ha az arányos veszélyfeltevés fennáll, az egyik relatív hazárd egyenértékűséget jelent a két csoport relatív hazárdjában, míg az Egytől eltérő relatív hazárd a csoportok közötti relatív hazárd különbségét jelzi., A kutató azt jelzi, hogy ennek a mintakülönbségnek a valószínűsége a véletlennek köszönhető, ha valamilyen tesztstatisztikához kapcsolódó valószínűséget jelent. Például a COX-modell β {\displaystyle \beta}-je vagy a log-rank teszt felhasználható az ezekben a túlélési görbékben megfigyelt különbségek jelentőségének felmérésére.

Hagyományosan valószínűsége kisebb, mint 0.05 jelentősnek tekintik, pedig a kutatók nyújt egy 95% – os konfidencia-intervallum a kockázati arány, pl. származik a szórás a Cox-modell regressziós együttható, azaz, β {\displaystyle \ beta } . A statisztikailag szignifikáns relatív hazárd nem tartalmazhat egység (egy) értéket a konfidencia-intervallumokban.

az arányos veszélyek assumptionEdit

az arányos veszélyek feltételezése a relatív hazárd becsléséhez erős és gyakran ésszerűtlen. A szövődmények, a káros hatások és a késői hatások mind a veszélyességi Arány időbeli változásának lehetséges okai. Például egy műtéti eljárás lehet magas a korai kockázat, de kiváló hosszú távú eredmények.

Ha a csoportok közötti relatív hazárd állandó marad, ez nem jelent értelmezési problémát., A veszélyességi arányok értelmezése azonban lehetetlenné válik, ha a csoportok közötti szelekciós torzítás létezik. Például egy különösen kockázatos műtét egy szisztematikusan robusztusabb csoport túlélését eredményezheti, aki bármelyik versengő kezelési körülmények között jobban teljesített volna, így úgy tűnik, hogy a kockázatos eljárás jobb volt. A nyomon követési idő is fontos. A jobb remissziós arányokkal járó rákkezelés a nyomon követés során magasabb relapszus arányokkal járhat., A kutatók döntése arról, hogy mikor kell nyomon követni, önkényes, és nagyon eltérő jelentett relatív hazárdhoz vezethet.

A kockázati arány, valamint survivalEdit

Míg veszélyességi arány lehetővé teszi a hipotézis tesztelése, úgy kell tekinteni mellett más intézkedések értelmezése a kezelés hatása, pl. az arány a progresszióig eltelt idő (átlagos arány), amely a kezelés kontroll csoportban a résztvevők egy végpont., Ha a verseny analógiáját alkalmazzák, a relatív hazárd megegyezik azzal az esélyekkel, hogy a magasabb kockázatú csoportban lévő egyén először eléri a verseny végét. Az első valószínűség az esélyekből származhat, ami annak a valószínűsége, hogy először eloszlik az első nem valószínűségével:

• HR = P/(1 − P); P = HR/(1 + HR).

az előző példában a 2-es relatív hazárd a korai halálozás 67% – ának felel meg. A relatív hazárd nem ad információt arról, hogy a halál hamarosan bekövetkezik.,

a relatív hazárd, a kezelési hatás és az időalapú végpontokszerkesztés

a kezelési hatás a túlélési funkcióval összefüggő alapbetegségtől függ, nem csak a relatív hazárdtól. Mivel a relatív hazárd nem ad közvetlen idő-esemény információt, a kutatóknak jelenteniük kell a medián végpont-időket, és ki kell számolniuk a medián végpont-idő arányt a kontrollcsoport medián értékének a kezelési csoport medián értékével való elosztásával.

míg a középső végpont Arány relatív sebességmérés, a relatív hazárd nem., A kezelés hatása és a relatív hazárd közötti összefüggés e β {\displaystyle e^{\beta }} . Statisztikailag fontos, de gyakorlatilag jelentéktelen hatást képes egy nagy kockázati arány, pl. egy kezelés növekvő száma egy év túlélők a lakosság egy 10.000 egy 1000-ben van egy kockázati arány 10. Nem valószínű, hogy egy ilyen kezelés nagy hatással lett volna a medián végpont időarányra, ami valószínűleg közel állt volna az egységhez, azaz a mortalitás nagyrészt azonos volt a csoporttagságtól függetlenül, és klinikailag jelentéktelen volt.,

ezzel szemben egy olyan kezelési csoport, amelyben a fertőzések 50% – a egy hét után megszűnik (szemben a kontroll 25% – ával), két relatív hazárdot eredményez. Ha a kezelési csoportban minden esetben tíz hétig tart, és a kontroll csoportban az esetek fele megoldódik, a tízhetes relatív hazárd továbbra is kettő, de a középpont időaránya tíz, ami klinikailag jelentős különbség.