存在无因果关联多个中介变量时的因果中介分析

中介分析旨在厘清处理变量通过替代性因果机制对结局的影响,已成为生物医学和社会科学应用中的流行做法。基于反事实的因果框架目前是中介分析的标准方法,过去十年文献中引入了重要的方法论进展,尤其针对简单中介(即每次一个中介变量)。在多种替代方法中,K. Imai等人展示了理论结果并开发了R包,以处理简单中介以及涉及在给定处理变量和基线协变量条件下条件独立的多个中介变量的多重中介。该方法不允许考虑经常遇到的情况:一个未观测的共同原因在中介变量间诱导了虚假相关。在此背景下,我们称之为具有无因果关联中介变量的中介分析,我们证明在适当假设下,自然直接效应和联合间接效应是非参数可识别的。此外,我们采用Imai等人开发的准贝叶斯算法,并提出一种基于反事实分布模拟的程序,以估计直接效应、联合间接效应以及通过单个中介变量的间接效应。我们通过模拟研究了所提估计量的性质。作为示例,我们将方法应用于一个大型队列的真实数据集,以评估激素替代治疗通过三个中介变量(即致密乳腺面积、非致密面积和体重指数)对乳腺癌风险的影响。