我计算了R中的考克斯比例风险回归。

cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)

字符串
现在，我得到了所有这些协变量的风险比（HR或exp（coef）），但我只对连续预测因子X的影响感兴趣。X的HR为1.20。X实际上按样本测量值缩放，使得X具有0和SD 1的平均值。也就是说，X值增加1个标准差的个体的死亡率（事件）比X值平均值的人高1.23倍（我相信）。
我希望能够以一种不那么尴尬的方式说出这些结果，实际上this article正是我想要的。它说：
在考克斯比例风险模型中，调整了年龄、性别和教育程度，较高水平的每日总体力活动与死亡风险降低相关（风险比=0.71; 95%CI：0.63，0.79）。**因此，与具有低每日总身体活动（第10百分位数）的个体相比，具有高每日总身体活动（第90百分位数）的个体具有约1/4的死亡风险。
假设只有HR（即1.20），那么如何计算这个比较语句呢？如果你需要任何其他信息，请向我索取。