统计学 > 方法论
[提交于 2025年7月18日
]
标题: 关于完全因果中介的检验及其应用
标题: On the Testing of complete causal mediation and its applications
摘要: 完整的中介检验(CMT)是一种专门的中介分析方法,用于评估自变量A是否仅通过中介变量M影响结果变量Y,而没有任何直接效应。 CMT的一个应用是在孟德尔随机化(MR)研究中,它可以用来研究非多效性,即测试遗传变异是否仅通过其对目标暴露变量的影响来影响疾病结果。 传统上,CMT依赖于两个基于显著性的标准和一个基于比例的标准,该标准有一个经验阈值,尚未经过严格评估。 在本文中,我们探讨了传统CMT的理论特性,并建议使用标准化绝对中介比例(SAPM)作为CMT的标准。 我们系统地通过模拟评估了各种CMT标准的性能,并展示了它们在MR研究背景下的实际应用价值。 我们的结果表明,它表现最佳。 我们还建议根据中介变量和结果变量是连续的还是二元的,使用不同的最优阈值。 使用适当阈值的SAPM确保间接路径有意义地解释了暴露对结果的影响,从而加强了完全中介的论点。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.