在非可忽略缺失协变量存在下的路径特异效应的无参数估计
统计方法学
2025-07-16 v1
摘要
路径特异效应(PSE)在中介分析中尤为重要，当多个位于治疗与结果之间且被观察的中间变量时，PSE可以隔离通过每个中介变量的特定效应，从而减轻其他中介变量充当中介-结果混杂因子所引起的潜在偏差。然而，在非可忽略缺失协变量的情况下，对PSE的估计和推断变得具有挑战性，这在涉及敏感患者信息的流行病学研究中尤为常见。本文提出了一种全无参数方法来解决这一挑战。我们通过将其表达为观察数据函数的方式来建立PSE的识别性，并演示其相关的nuisance函数可以通过利用阴影变量来通过序列优化问题唯一确定。然后我们提出了基于 sieve 的回归插值方法进行估计。我们建立了所提出估计量的大样本理论，并引入一种稳健且高效的推断PSE的方法。该方法应用于NHANES数据集，以探讨2型糖尿病症至心血管疾病路径中脂质异常和肥胖在中介作用中的角色。
引用
@article{arxiv.2409.01248,
title = {Nonparametric Estimation of Path-specific Effects in Presence of Nonignorable Missing Covariates},
author = {Jiawei Shan and Ting Wang and Wei Li and Chunrong Ai},
journal= {arXiv preprint arXiv:2409.01248},
year = {2025}
}
备注
37 pages, 6 figures