Come interpretare un hazard ratio da una variabile continua - unità di differenza?


10

Sto leggendo un articolo che mostra i Hazard Ratios per le variabili continue, ma non sono sicuro di come interpretare i valori dati.

La mia attuale comprensione dei rapporti di rischio è che il numero rappresenta la probabilità relativa di [evento] data una certa condizione. Ad esempio: se il rapporto di rischio per morte per cancro ai polmoni a causa del fumo (un evento binario) è 2, i fumatori avevano il doppio delle probabilità di morire nel periodo di monitoraggio rispetto ai non fumatori.

Guardando su Wikipedia, l'interpretazione per variabili continue è che il rapporto di rischio si applica a un'unità di differenza. Questo ha senso per me per le variabili ordinali (ad esempio il numero di sigarette fumate al giorno), ma non so come applicare questo concetto alle variabili continue (ad esempio grammi di nicotina fumata al giorno?)

Risposte:


13

Supponendo che i rischi proporzionali (come in un modello di Cox) e il rapporto di rischio per un aumento di 1 mg di nicotina fumata al giorno siano 1,02, questo indica che le persone che fumano 11 mg avevano 1,02 probabilità di morire nel periodo di monitoraggio rispetto alle persone che fumano 10 mg. Lo stesso vale per 12 vs 11 mg ecc. Se le unità della vostra covariabile continua sono troppo piccole per l'interpretazione, esponete semplicemente il rapporto di rischio in modo corrispondente: le persone che fumano 20 mg dove (1,02) ^ 10 = 1,22 hanno la probabilità di morire rispetto alle persone che fumano 10 mg ecc. (Questo è causato dalla struttura del modello moltiplicativo della regressione di Cox.)


4

Se la tua variabile è grammi di nicotina (al giorno?), L'unità è 1 grammo di nicotina. Se la tua variabile viene misurata in miligrammi, l'unità è 1 miligrammo. Quest'ultimo suona come una misura più ragionevole per me, poiché sospetto che 1 grammo di nicotina sia piuttosto micidiale.

Quindi, in questo contesto, l'unità non si riferisce a cose discrete (come le sigarette), ma all'unità in cui viene misurata la variabile (numero di sigarette, grammi o miligrammi di nicotina, litri o pinte di birra, ...)


2

Le funzioni e rmsil pacchetto R calcolano, per impostazione predefinita, il rapporto di rischio tra i quartili. Questo gestisce le non linearità (ma non la non monotonicità) e le interazioni abbastanza facilmente, mettendo quasi tutte le variabili su una base uguale.cphsummary


Potresti chiarire un po 'i commenti sulla non linearità e l'interazione?
Ocram,

1
XX2β1X+β2X2
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.