教学注记：非传染性疾病流行病学数据分析中的悖论性对撞机效应——可复现的说明与网络应用
统计方法学
2019-11-12 v4
摘要
经典流行病学侧重于混杂的控制，但流行病学家直到最近才开始关注由对撞机引起的偏倚。对于某一对变量（例如结局 Y 与暴露 A），对撞机是一个同时受二者影响的第三变量 C。在有向无环图（DAG）中，对撞机是倒叉中间位置的变量（即 A -> C <- Y 中的变量 C）。对对撞机进行控制或条件化分析（即通过分层或回归）可能在其原因之间引入虚假关联。这或可解释医学文献中许多悖论性发现，即某结局的既定危险因素反而表现为保护因素。我们使用非传染性疾病流行病学中的一个例子来语境化并解释对撞机条件化的效应。我们生成一个含 1000 个观测的数据集，并运行蒙特卡洛模拟以估计 24 小时膳食钠摄入量对收缩压的效应，控制作为混杂因素的年龄以及作为对撞机的 24 小时尿蛋白排泄量。我们说明了向回归模型加入对撞机如何引入偏倚。因此，为预防悖论性关联，估计因果效应的流行病学家应警惕对对撞机进行条件化。我们在全文中以易读的方框提供 R 代码，并提供一个 GitHub 仓库（https://github.com/migariane/ColliderApp）供读者复现我们的例子。我们还提供了一个教学网络应用，允许实时交互以可视化对撞机条件化的悖论效应 http://watzilei.com/shiny/collider/。
引用
@article{arxiv.1809.07111,
title = {Educational Note: Paradoxical Collider Effect in the Analysis of Non-Communicable Disease Epidemiological Data: a reproducible illustration and web application},
author = {Miguel Angel Luque-Fernandez and Michael Schomaker and Daniel Redondo-Sanchez and Maria Jose Sanchez Perez and Anand Vaidya and Mireille E. Schnitzer},
journal= {arXiv preprint arXiv:1809.07111},
year = {2019}
}