如何从连续变量（差异单位）解释危险比？

我正在阅读一篇文章，该文章显示了连续变量的危险比，但是我不确定如何解释给定的值。

我对危险比的当前理解是，该数字表示在某些条件下[事件]的相对可能性。例如：如果吸烟（二元事件）导致的肺癌死亡风险比是2，那么在监测的时间内吸烟者死亡的可能性是非吸烟者的两倍。

从维基百科上看，连续变量的解释是危险比适用于差异单位。对于序数变量（例如，每天吸烟的数量），这对我来说很有意义，但是我不知道如何将此概念应用于连续变量（例如，每天吸烟的尼古丁含量？）

假设比例危害（如在Cox模型中）并且每天吸烟1 mg尼古丁增加的危险比为1.02，那么这告诉您，在监测的时间段内，吸烟11 mg的人比吸烟的人死亡的可能性是1.02 10毫克 同样适用于12毫克和11毫克等。如果连续协变量的单位太小而无法解释，则只需相应地计算出危险比：吸烟者20毫克，比吸烟者死亡（1.02）^ 10 = 1.22的死亡几率10 mg等。（这是由Cox回归的乘法模型结构引起的。）

如果您的变量是尼古丁克（每天？），则单位是1克尼古丁。如果您的变量以毫克为单位，则单位为1毫克。后者听起来对我来说是一种更合理的措施，因为我怀疑1克尼古丁会致命。

因此，在这种情况下，单位不是指离散的事物（例如sigaretes），而是指用于测量变量的单位（sigaretes的数量，尼古丁的克或毫克数，公升或品脱的啤酒，...）

R rms程序包cph和summary函数默认情况下计算四分位间距危险比。这样可以相当容易地处理非线性（但不是非单调性）和相互作用，几乎所有变量都处于平等的基础上。