我是生存分析的新手，所以如果这个问题很愚蠢，请原谅我 - 但我在其他任何地方都找不到答案。我们正在考虑重新接受治疗计划，这被定义为失败。我的 Cox 回归/生存分析中有两个变量。一个是二进制的（v1, 0,1），另一个基本上是离散的（v2, 1-200，1 是最不严重的，200 是最严重的）。解释它们各自的效果很简单，但它们的交互对我来说没有直观的意义。

这是系数的输出（不是危险比，只是为了清楚）：

v1（二进制）系数：1.347（p < 0.001）v2（离散）系数：0.162（p <0.001）。这是有道理的，因为直觉上这些是再入院的预期风险因素。如果 v1 = 1，那么再入院的可能性就会增加。如果 v2 = 200，那么再入院的可能性就会增加。正确的？

v.1 x v.2（交互）系数：-0.750（p < 0.001）。现在这就是我迷路的地方。这没有直观的意义，即这些变量之间的相互作用会降低再入院的可能性。如果有的话，你会期望他们增加重新入院的可能性。

我的问题是——我解释得对吗？还是我错过了什么？这是否是说增加 v.1 + 增加 v.2 会降低再入院治疗的可能性？

无论如何，感谢您容忍我的愚蠢和任何回复。