基于控制间接效应的临床相关中介分析
统计方法学
2020-06-23 v1
摘要
中介分析允许人们利用观测数据估计暴露对结果因果效应中所涉及的各潜在中介路径的重要性。然而,当前针对多中介的中介分析方法要么涉及无法由实验验证的假设,要么估计的是中介被联合操纵时的效应(因维数灾难而妨碍实验的实际设计),要么在存在任意因果依赖时难以解释。我们提出了一种针对具有任意因果依赖的多个可操纵中介的中介分析方法。所提方法具有临床相关性,因为总效应的分解不涉及跨世界假设下的效应,且聚焦于操纵(即治疗)单一中介后的效应,这在临床场景中更为相关。我们利用模拟数据、来自政治学的“framing”数据集以及来自临床回顾性队列研究的HIV-Brain Age数据集说明了该方法。我们的结果为临床从业者做出合理选择以操纵其中一个中介来优化结果提供了潜在指导。
引用
@article{arxiv.2006.11689,
title = {Clinically Relevant Mediation Analysis using Controlled Indirect Effect},
author = {Haoqi Sun and Michael J. Leone and Lin Liu and Shabani S. Mukerji and Gregory K. Robbins and M. Brandon Westover},
journal= {arXiv preprint arXiv:2006.11689},
year = {2020}
}
备注
15 pages, 2 figures in main text, 1 figure in supplemental, 4 tables in main text