两者通常给出相同（或几乎相同）的结果。但是，当多个受试者同时死亡或风险比远低于 1.0 时，结果可能会有所不同。

Bernsetin 及其同事使用这两种方法分析了模拟数据 (1)。在他们所有的模拟中，比例风险的假设都是正确的。这两种方法给出了非常相似的值。对数秩方法（他们称为 O/E 方法）报告的值比真实风险比更接近 1.0，尤其是当风险比很大或样本量很大时。

当有联系时，这两种方法都不太准确。对数秩方法倾向于报告更接近 1.0 的风险比（因此当风险比大于 1.0 时报告的风险比太小，而当风险比小于 1.0 时报告的风险比太大）。相比之下，Mantel-Haenszel 方法报告的风险比远离 1.0（因此当风险比大于 1.0 时报告的风险比太大，而当风险比小于 1.0 时报告的风险比太小）。

他们没有使用比例风险假设不正确的模拟数据测试这两种方法。我见过一个数据集，其中两个 HR 估计值非常不同（相差三倍），并且比例风险的假设对于这些数据是可疑的。似乎 Mantel-Haenszel 方法更重视后期时间点的危险差异，而 logrank 方法在任何地方都给予相同的权重（但我没有详细探讨这一点）。如果您使用两种方法看到非常不同的 HR 值，请考虑比例风险假设是否合理。如果该假设不合理，那么描述整个曲线的单一风险比的整个概念当然没有意义