コックス比例ハザードモデルの相互作用項をどのように解釈すればよいですか？

Cox比例ハザードモデルの出力で、2つの連続予測子の次の相互作用項をどのように解釈すればよいですか？

XとYの相互作用のハザード比は> 1です。これは、そのログ（元の係数）が0〜1（〜0.16）であることを意味します。個々のアイテムのHRは1未満で、係数はX = -0.18およびY = -0.11です。

    |   Variable                   | HR (s.e.)     | p value  
-----------------------------------------------------------  
    1 A (5 points)                 |0.756 (0.088)  |    0.001 |      
    2 B (5 points)                 |1.379 (0.11)   |    0.001 |      
    3 X  (10 points)               |0.837 (0.033)  |    0.0011|      
    4 Y  (1 point)                 |0.895 (0.03)   |     0.001|      
    5 X (10 points)x Y (1 point)   |1.016 (0.006)  |    0.011 | 

Xが10ポイント増加すると、Y = 0の場合、「死亡」率が16％減少します。Xが0の場合、Yが1ポイント増加すると、死亡率が10.5％減少します。

死亡率に対するXの10ポイントの増加の影響に対するYの1ポイントの増加の影響は何ですか？

Xの範囲は0〜90です。Yの範囲は0〜10です。

Yが1ポイント増加すると、Xの10ポイント増加の影響は16％から（16％+ 1.6％）= 17.6％に増加しますか、それとも1.6％から14.4％減少しますか？

私はそれをまっすぐに持っていたと思ったが、今ここで非常に行き詰まっている。

最も単純なモデル（および相互作用によって単純ではなくなる）を超えるモデルの場合、係数を直接解釈するのではなく、予測を確認するのが好きです。モデルの近似に使用したソフトウェアは、xとyの特定のセットの予測も行いますか？（すべてではないにしても多く）。次に、次の（x、y）：（0,0）、（0,1）、（10,0）、および（10,1）を使用して患者の予測を作成し、それらがどのように比較されるかを確認できます（または値を使用する可能性があります）平均または中央値から始めて、1、10単位のいずれかの方向に進むなど、より意味のあるものです。単純な予測は平均または中央値の生存ですが、可能であれば、生存分析で4つ（またはそれ以上）の予測生存曲線（異なる色）をプロットすることは非常に便利です。これらのプロット/比較により、効果の方向と大きさが明確になることがよくあります。

答えを見つけましたか？それも知りたいです。私は解釈がこのようなものですと思う：中1ポイント上昇するととで10ポイント増加、1.6％と死亡のリスクが増加すると、これは重要です。一定に保つと、が増加するとリスクが減少し（16.3％）、一定に保つと増加するとリスクが減少し（10.5％）、両方が連携している場合、死亡のリスクが増加します。ベースラインハザード（）、（）、（）の係数値があるかどうかも確認できます。X X Y Y Xは、β 0 X β 1 Yは、β 2 X × Yは、β 3 EXPを（β 3）= EXP （β 1 + β 2 - β 0$Y$$X$$X$$Y$$Y$$X$$\beta_0$$X$$\beta_1$$Y$$\beta_2$$X\times Y$（）。相互作用がない場合は、ます。私は統計学者ではありません。私が間違っていたら訂正してください。$\beta_3$$\exp(\beta_3) = \exp(\beta_1+\beta_2-\beta_0)$