基于不确定性区间的未观测混杂对直接与间接效应影响的敏感性分析

为了从观测数据估计暴露对结果的直接与间接效应，需要对无混杂性作出强假设。由于这些假设无法利用观测数据进行检验，中介分析应始终伴随对所得到估计值的敏感性分析。本文针对暴露、中介与结果均为二值变量的情形，提出了一种参数化估计直接与间接效应的敏感性分析方法。敏感性参数包括：中介模型与结果模型误差项之间的相关性、中介模型误差项与暴露分配机制模型误差项之间的相关性，以及暴露分配模型与结果模型误差项之间的相关性。这些相关性被纳入模型参数的估计中，并针对一系列合理的相关系数值得到直接与间接效应的识别集。我们通过构建不确定性区间来考虑抽样变异性。所提出的方法能够评估对中介—结果混杂以及涉及暴露的混杂的敏感性。为说明该方法，我们将其应用于基于瑞典卒中登记库（Riksstroke）数据的一项中介研究。