연속 변수-차이의 단위에서 위험 비율을 해석하는 방법은 무엇입니까?

연속 변수에 대한 위험 비율을 보여주는 기사를 읽고 있지만 주어진 값을 해석하는 방법을 잘 모르겠습니다.

위험 비율에 대한 나의 현재 이해는 숫자가 어떤 조건에서 주어진 [사건]의 상대적 가능성을 나타냅니다. 예 : 흡연으로 인한 폐암 사망 위험 비율 (2 진 사건)이 2 인 경우, 흡연자는 비 흡연자보다 모니터링 된 시간에 사망 할 확률이 2 배입니다.

위키 백과를 보면 연속 변수에 대한 해석은 위험 비율이 차이의 단위에 적용된다는 것입니다. 이것은 서수 변수 (예 : 하루에 담배를 피우는 담배 수)에 대해 의미가 있지만,이 개념을 연속 변수 (예 : 하루에 피우는 니코틴 그램)에 적용하는 방법을 모르겠습니다.

비례 적 위험 (Cox 모델에서와 같이)과 하루에 흡연 된 니코틴 1mg 증가에 대한 위험 비율이 1.02라고 가정하면, 11mg을 흡연하는 사람은 흡연자보다 모니터링 된 기간에 1.02 명으로 사망 할 가능성이 있음을 알 수 있습니다 10mg. 12 대 11 mg 등에도 동일하게 적용됩니다. 연속 공변량의 단위가 해석하기에 너무 작은 경우 위험 비율을 적절하게 지수화하십시오 : 흡연자보다 사망 가능성이 높은 (1.02) ^ 10 = 1.22 인 20 mg 흡연자 10 mgs 등 (이것은 Cox 회귀의 곱셈 모델 구조에 기인합니다.)

변수가 니코틴 그램 (하루?)이면 단위는 1 그램의 니코틴입니다. 변수가 밀리그램으로 측정되면 단위는 1 밀리그램입니다. 후자는 나에게 1g의 니코틴이 매우 치명적이라고 생각하기 때문에 좀 더 합리적인 방법으로 들린다.

따라서이 맥락에서, 단위는 개별적인 것들 (시가렛과 같은)을 의미하는 것이 아니라 변수가 측정되는 단위 (시가렛, 그램 또는 니코틴의 밀리그램, 리터 또는 맥주의 파인트 등)를 의미합니다.

R rms패키지 cph와 summary함수는 기본적으로 사 분위 간 범위 위험 비율을 계산합니다. 이것은 비선형 성 (단음이 아닌)과 상호 작용을 상당히 쉽게 처리하여 거의 모든 변수를 동일하게 적용합니다.