MarZIC：用于零膨胀成分中介变量的边际中介模型及其在微生物组数据中的应用
统计方法学
2022-05-03 v4
摘要
人类微生物组可通过介导致病的因果通路促成许多复杂疾病的发病。然而，标准中介分析方法不足以将微生物组作为中介变量进行分析，因为数据中过量的零值测序读数与其成分结构相叠加。零膨胀数据结构带来的两个主要挑战是：(a) 厘清由零处点质量引起的中介效应；以及 (b) 识别实际非零（即假零）的观测零值数据点。我们基于潜在结果框架提出了一种新颖的边际中介分析方法以填补此空白，并表明该边际模型也能处理成分结构。中介效应可分解为零膨胀分布的两部分性质所固有的两个分量。借助解释零观测的概率模型，我们也应对了假零带来的挑战。一项全面的模拟研究以及在一个真实微生物组研究中的应用展示了我们的方法相对于现有方法的优势。
引用
@article{arxiv.1906.09175,
title = {MarZIC: A Marginal mediation model for Zero-Inflated Compositional mediators with applications to microbiome data},
author = {Quran Wu and A. James O'Malley and Janaka S. S. Liyanage and Susmita Datta and Raad Z. Gharaibeh and Christian Jobin and Margaret R. Karagas and Modupe O. Coker and Anne G. Hoen and Brock C. Christensen and Juliette C. Madan and Zhigang Li},
journal= {arXiv preprint arXiv:1906.09175},
year = {2022}
}
备注
Corresponding: Zhigang Li