面向生存结果的高维中介效应后选择推断

检测位于暴露因素与生存结果因果路径中的中介变量是科学研究的重要课题。然而，在现代基因组数据中常见的高维中介变量情境下，缺乏能够为识别后的边际中介效应提供有效后选择推断的强大方法。为解决这一挑战，我们发展了一种基于半参数高效影响函数方法的、用于最大化选择自然间接效应的后选择推断程序。为此，我们建立了一种考虑中介变量选择的稳定一步估计量的渐近正态性。模拟研究表明，我们提出的方法在实际操作中表现良好。我们进一步将所提方法应用于肺癌数据集，发现多个可能介于烟草吸烟与肺癌生存之间起中介作用的 DNA 甲基化 CpG 位点。