面向矩阵值中介变量的贝叶斯联合中介分析模型
统计方法学
2024-09-25 v3
摘要
非计划治疗中断可能导致放疗（RT）护理质量下降。识别RT处方剂量通过对不同危险器官（OARs）分布的剂量介导而对治疗中断结局产生的影响，可为未来治疗计划提供参考。对OARs的辐射暴露可由每位患者的剂量-体积直方图（DVH）矩阵概括。尽管近期提出了多种高维中介分析方法，鲜有研究探讨如何将矩阵值数据作为中介变量处理。本文中，我们提出一种针对高维矩阵值中介变量的新型贝叶斯联合中介模型。在该联合模型中，通过改进的概率多线性主成分分析（MPCA）从矩阵值数据中提取潜特征，保留其固有矩阵结构。我们推导并实现了吉布斯采样算法以联合估计所有模型参数，并引入Varimax旋转方法以识别矩阵值数据中中介的活跃指示量。我们的模拟研究表明，相较于替代的两步法，所提联合模型在估计因果分解效应方面具有更高效率，并证明中介效应可以矩阵形式被识别与可视化。我们将该方法应用于研究处方剂量对肛管癌患者治疗中断的影响。
引用
@article{arxiv.2310.00803,
title = {A Bayesian joint model for mediation analysis with matrix-valued mediators},
author = {Zijin Liu and Zhihui Liu and Ali Hosni and John Kim and Bei Jiang and Olli Saarela},
journal= {arXiv preprint arXiv:2310.00803},
year = {2024}
}