Comment interpréter un rapport de risque à partir d'une variable continue - unité de différence?

Je lis un article qui montre les risques pour les variables continues, mais je ne sais pas comment interpréter les valeurs données.

Ma compréhension actuelle des ratios de risque est que le nombre représente la probabilité relative de [événement] dans certaines conditions. Par exemple: si le rapport de risque de décès par cancer du poumon dû au tabagisme (un événement binaire) est de 2, les fumeurs étaient deux fois plus susceptibles de mourir au cours de la période de suivi que les non-fumeurs.

En regardant sur wikipedia, l'interprétation des variables continues est que le rapport de risque s'applique à une unité de différence. Cela a du sens pour moi pour les variables ordinales (par exemple le nombre de cigarettes fumées par jour), mais je ne sais pas comment appliquer ce concept aux variables continues (par exemple les grammes de nicotine fumés par jour?)

En supposant que les risques proportionnels (comme dans un modèle de Cox) et le rapport de risque pour une augmentation de 1 mg de nicotine fumée par jour est de 1,02, cela vous indique que les personnes qui fument 11 mg étaient 1,02 aussi susceptibles de mourir dans la période de temps surveillée que les personnes qui fument 10 mg. La même chose s'applique à 12 vs 11 mg, etc. Si les unités de votre covariable continue sont trop petites pour être interprétées, il suffit d'exponentiellement le rapport de risque en conséquence: les personnes qui fument 20 mg où (1,02) ^ 10 = 1,22 sont plus susceptibles de mourir que les personnes qui fument 10 mg, etc. (Cela est dû à la structure du modèle multiplicatif de la régression de Cox.)

Si votre variable est en grammes de nicotine (par jour?), Alors l'unité est de 1 gramme de nicotine. Si votre variable est mesurée en milligrammes, l'unité est de 1 miligramme. Ce dernier me semble une mesure plus raisonnable, car je soupçonne qu'un gramme de nicotine est assez mortel.

Ainsi dans ce contexte, l'unité ne fait pas référence à des choses discrètes (comme les sigaretes), mais à l'unité dans laquelle la variable est mesurée (nombre de sigaretes, grammes ou miligrammes de nicotine, litres ou pintes de bière, ...)

Les fonctions et rmsle package R calculent, par défaut, le rapport de risque inter-quartile. Cela gère les non-linéarités (mais pas la non-monotonie) et les interactions assez facilement, en mettant presque toutes les variables sur une base égale.cphsummary