CHIMA：一种考虑相关性的高维中介分析及其在Living Brain项目研究中的应用
统计方法学
2025-08-26 v1
摘要
中介分析检验 mediators 传递 exposure 对 outcome 效应的路径。在高维情境下，常采用变量筛选后进行统计推断进行联合显著性检验。然而，当 mediators 高度相关时，现有方法可能因筛选不准和渐近推断中的残差偏差而导致统计功效下降。为解决此问题，我们提出了CHIMA（Correlation-aware High-dimensional Mediation Analysis），这是一种新近发展的高维中介分析框架的扩展，通过整合两项创新：（i）在相关性情境下进行的高维普通最小二乘投影，以实现精准筛选；（ii）近似正交化，以降低偏差。模拟研究表明，CHIMA即使在强相关情况下也能有效识别活跃 mediators，并在 various 设置下超越竞争方法。我们进一步将CHIMA应用于Living Brain项目的RNA-seq，识别了将帕金森病影响脑细胞组成的基因，从而揭示了疾病的细胞类型特异机制。
引用
@article{arxiv.2508.16883,
title = {CHIMA: a correlation-aware high-dimensional mediation analysis with its application to the living brain project study},
author = {Samuel Osarfo and Sangyoon Yi and Weijia Fu and Seungjun Ahn},
journal= {arXiv preprint arXiv:2508.16883},
year = {2025}
}