จะตีความอัตราส่วนอันตรายจากตัวแปรต่อเนื่อง - หน่วยของความแตกต่างได้อย่างไร?


10

ฉันกำลังอ่านบทความที่แสดงอัตราส่วนอันตรายสำหรับตัวแปรต่อเนื่อง แต่ฉันไม่แน่ใจว่าจะตีความค่าที่กำหนดได้อย่างไร

ความเข้าใจปัจจุบันของฉันเกี่ยวกับอัตราส่วนความเป็นอันตรายคือตัวเลขแสดงถึงโอกาสที่สัมพันธ์กันของ [เหตุการณ์] ตามเงื่อนไขบางประการ เช่น: หากอัตราส่วนความเสี่ยงต่อการเสียชีวิตจากมะเร็งปอดที่ได้รับจากการสูบบุหรี่ (เหตุการณ์แบบไบนารี) เท่ากับ 2 แสดงว่าผู้สูบบุหรี่มีโอกาสเสียชีวิตเป็นสองเท่าในช่วงเวลาที่ได้รับการตรวจสอบมากกว่าผู้ไม่สูบบุหรี่

เมื่อมองถึงวิกิพีเดียการตีความตัวแปรต่อเนื่องคืออัตราส่วนความเป็นอันตรายนั้นมีผลกับหน่วยของความแตกต่าง สิ่งนี้สมเหตุสมผลสำหรับฉันสำหรับตัวแปรลำดับ (เช่นจำนวนบุหรี่ที่สูบต่อวัน) แต่ฉันไม่รู้ว่าจะใช้แนวคิดนี้กับตัวแปรต่อเนื่องได้อย่างไร (เช่นกรัมของนิโคตินที่สูบต่อวัน)

คำตอบ:


13

(เช่นในโมเดล Cox) และอัตราส่วนความเป็นอันตรายต่อการเพิ่มขึ้นของนิโคตินที่เพิ่มขึ้น 1 มิลลิกรัมต่อวันเท่ากับ 1.02 ดังนั้นสิ่งนี้จะบอกคุณว่าผู้ที่สูบบุหรี่ 11 มก. คิดเป็น 1.02 ซึ่งเสียชีวิตในช่วงเวลาที่ติดตาม 10 มก. เช่นเดียวกันกับ 12 vs 11 mgs ฯลฯ หากหน่วยของการแปรปรวนต่อเนื่องของคุณมีขนาดเล็กเกินไปสำหรับการตีความแล้วเพียงแค่ยกอัตราส่วนความเป็นอันตรายตามลำดับ: ผู้ที่สูบบุหรี่ 20 มก. (1.02) ^ 10 = 1.22 10 mgs เป็นต้น (เกิดจากโครงสร้างตัวแบบคูณของการถดถอยแบบ Cox)


4

ถ้าตัวแปรของคุณคือกรัมของนิโคติน (ต่อวัน?) หน่วยคือนิโคติน 1 กรัม หากตัวแปรของคุณมีหน่วยวัดเป็น miligrams หน่วยจะเป็น 1 miligram ตอนหลังฟังดูสมเหตุสมผลกว่าสำหรับฉันเพราะฉันสงสัยว่า 1 กรัมของนิโคตินจะค่อนข้างอันตราย

ดังนั้นในบริบทนี้หน่วยไม่ได้อ้างถึงสิ่งที่ไม่ต่อเนื่อง (เช่น sigaretes) แต่หน่วยที่ตัวแปรถูกวัด (จำนวน sigaretes, กรัมหรือ miligrams ของนิโคติน, ลิตรหรือไพน์ของเบียร์, ... )


2

rmsแพคเกจR cphและsummaryฟังก์ชั่นการคำนวณตามค่าเริ่มต้นอัตราส่วนอันตรายช่วงควอไทล์ สิ่งนี้จัดการกับความไม่เป็นเชิงเส้น (แต่ไม่ใช่แบบไม่ได้เป็นแบบโมโนโพนิตี้) และการโต้ตอบค่อนข้างง่ายวางตัวแปรเกือบทั้งหมดไว้บนพื้นฐานที่เท่าเทียมกัน


คุณช่วยอธิบายความคิดเห็นเล็กน้อยเกี่ยวกับการไม่เป็นเชิงเส้นและการโต้ตอบได้ไหม?
ocram

1
หากมีค่าสัมประสิทธิ์มากกว่าหนึ่งตัวสำหรับตัวทำนายในแบบจำลองคุณไม่สามารถตีความค่าสัมประสิทธิ์เดี่ยวใด ๆ ได้เป็นอย่างดี กรณีง่ายจะมีและในรูปแบบ; คุณต้องเปลี่ยนแปลงเพื่อให้ได้อัตราส่วนความสนใจที่น่าสนใจ x 2 β 1 x + β 2 x 2xx2β1x+β2x2
Frank Harrell
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.