多应激源暴露路径分析协议：基于NHANES数据的心血管疾病风险新方法
应用统计
2025-03-07 v1 定量方法
摘要
背景：多种医学和非医学应激源及其暴露路径的复杂性，给包括心血管疾病（CVD）在内的非传染病的流行病学解释带来了重大挑战。目标：开发一种用于解构连接各种应激源与不良结果的复杂暴露路径的协议，并深入阐明导致CVD风险的序贯决定因素。方法：本研究开发了一种基于自适应Lasso回归的Path-Lasso方法，用于构建网络和路径，通过利用国家健康与营养调查（NHANES）的数据，以深入方式解释CVD的决定因素。首先采用单变量逻辑回归筛选出所有潜在的CVD影响因素。然后采用编程方法，使用Path-Lasso技术对协变量进行分层并建立因果网络以预测CVD风险。结果：年龄、吸烟和腰围被确定为CVD风险的最显著预测因子。其他因素，如种族、婚姻状况、体力活动、镉暴露和糖尿病充当了中介或近端变量。所有这些应激源（或节点）形成了与CVD相连的网络路径（或边），其中每一层中的应激源线性地形成了与结果因果关联的潜层变量。讨论：Path-Lasso方法揭示了将协变量与CVD风险联系起来的流行病学路径，这对于阐明其预测到结果的协变量间转换至关重要，并为CVD风险评估奠定了层次化网络基础。
引用
@article{arxiv.2503.04365,
title = {A Protocol to Exposure Path Analysis for Multiple Stressors Associated with Cardiovascular Disease Risk: A Novel Approach Using NHANES Data},
author = {Jiangling Liu and Ya Liu and Banyun Zheng and Longjian Liu and Heqing Shen},
journal= {arXiv preprint arXiv:2503.04365},
year = {2025}
}
备注
20 pages, 4 figures