Mediation analysis examines the inf

Mediation analysis examines the influence of intermediate factors in the causal pathway between an exposure and an outcome. It yields estimates of the direct effect of the exposure on the outcome and of the indirect effect through the intermediate variable. Both estimates can be biased if the relationship between the mediator and the outcome is confounded. In this paper we study the effect of unmeasured confounding on direct and indirect effect estimates for a continuous mediator and an outcome that may be either binary, count, or continuous. We formulate the effect of the confounder on the intermediate and on the outcome directly in regression models, which makes the formulas intuitive to use by applied users. The formulas are derived under the assumption that the confounder follows a normal distribution.In simulations the formulas for a linear response model performed well, also as it did when the unmeasured confounder was binary. For a rare binary outcome, the formulas for logistic regression performed well if the unmeasured confounder followed a normal distribution, but for a binary confounder the bias in the direct effect was overcorrected. We applied the formulas to data from a case-control study (Leiden Thrombophilia Study) on risk factors for venous thrombosis. This showed that unmeasured confounding can severely bias the estimates of direct and indirect effects.

ผลลัพธ์ (ไทย) 1:

กาชาดวิเคราะห์ตรวจสอบอิทธิพลของปัจจัยทางเดินเชิงสาเหตุระหว่างการเปิดรับแสงและผลกลาง มันทำให้การประเมินผลกระทบโดยตรง ของการสัมผัสผลลัพธ์ และผลกระทบทางอ้อมผ่านทางตัวแปรระหว่างกลาง ประเมินทั้งสองสามารถจะลำเอียงถ้า confounded ความสัมพันธ์ระหว่างกลางผล ในเอกสารนี้ เราศึกษาผลของ unmeasured confounding บนทางตรง และทางอ้อมผลประเมินกลางอย่างต่อเนื่องและผลลัพธ์ที่อาจเป็นทั้งไบนารี นับ หรือต่อเนื่อง เรากำหนดผลของ confounder ที่ในระดับปานกลาง และผลโดยตรงในแบบจำลองถดถอย ซึ่งทำให้สูตรง่ายที่จะใช้ โดยผู้ใช้ สูตรมาภายใต้สมมติฐานว่า confounder การตามการกระจายปกติ ในจำลอง สูตรสำหรับแบบจำลองการตอบสนองเชิงปฏิบัติดี ยังเหมือนได้เมื่อ unmeasured confounder ไบนารี สำหรับผลไบนารีหายาก สูตร สำหรับการถดถอยโลจิสติกทำดี unmeasured confounder ตามการแจกแจงปกติ แต่ สำหรับ confounder ฐานอคติในผลโดยตรงที่ overcorrected เราใช้สูตรกับข้อมูลจากการควบคุมกรณีศึกษา (การศึกษา Thrombophilia ไลเดน) ปัจจัยเสี่ยงสำหรับเลือดดำ นี้แสดงให้เห็นว่า unmeasured confounding สามารถรุนแรง bias การประเมินผลกระทบทางตรง และทางอ้อม

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์การไกล่เกลี่ยตรวจสอบอิทธิพลของปัจจัยสื่อกลางในการเดินสาเหตุระหว่างการเปิดรับและเกิดผลการ มันให้ประมาณการของผลกระทบโดยตรงจากการสัมผัสบนผลและผลกระทบทางอ้อมผ่านตัวแปรกลาง ประมาณการทั้งสามารถลำเอียงถ้าความสัมพันธ์ระหว่างคนกลางและผลที่จะได้อาย ในบทความนี้เราศึกษาผลของการรบกวนไม่สามารถวัดประเมินผลกระทบโดยตรงและโดยอ้อมเป็นคนกลางอย่างต่อเนื่องและผลที่อาจเป็นได้ทั้งไบนารีนับหรืออย่างต่อเนื่อง เรากำหนดผลของปัจจัยรบกวนในระดับกลางและบนผลโดยตรงในรูปแบบการถดถอยซึ่งจะทำให้สูตรง่ายที่จะใช้โดยผู้ใช้ที่ใช้ สูตรจะได้มาภายใต้สมมติฐานว่าปัจจัยรบกวนดังต่อไปนี้ distribution.In ปกติจำลองสูตรสำหรับรูปแบบการตอบสนองเชิงเส้นดียังเป็นมันเมื่อปัจจัยรบกวนไม่สามารถวัดเป็นเลขฐานสอง สำหรับผลไบนารีที่หายากสูตรสำหรับการถดถอยโลจิสติกทำได้ดีถ้าไม่สามารถวัดได้ตามปัจจัยรบกวนการกระจายปกติ แต่สำหรับปัจจัยรบกวนไบนารีอคติในผลโดยตรงถูก overcorrected เราใช้สูตรข้อมูลจากกรณีศึกษาการควบคุม (Leiden thrombophilia ศึกษา) กับปัจจัยเสี่ยงต่อการเกิดลิ่มเลือดอุดตันหลอดเลือดดำ นี้แสดงให้เห็นว่าไม่สามารถวัดได้สามารถรบกวนอย่างรุนแรงลำเอียงประมาณการของผลกระทบทางตรงและทางอ้อม

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การตรวจสอบอิทธิพลของปัจจัยระดับกลางในทางเชิงสาเหตุระหว่างความเสี่ยงและผล มันให้ผลการประเมิน ผลโดยตรงของการเปิดรับผลและผลกระทบทางอ้อมผ่านตัวแปรระดับกลาง ทั้งยังสามารถลำเอียง ถ้าความสัมพันธ์ระหว่างคนกลาง และผลลัพธ์ก็อับอายในกระดาษนี้เราศึกษาผลของ unmeasured confounding ในทางตรง และทางอ้อมผลกระทบดังกล่าวอย่างต่อเนื่อง สื่อกลาง และผลที่อาจเป็นได้ทั้งแบบไบนารี นับ หรือ อย่างต่อเนื่อง เราสร้างผลของ confounder บนกลางและในผลโดยตรงในการถดถอย ซึ่งทำให้สูตรใช้งานง่ายโดยใช้ผู้ใช้สูตรที่ได้มา ภายใต้สมมุติฐานว่า confounder ตามปกติ ในการจำลองสูตรสำหรับรูปแบบการตอบสนองเชิงปฏิบัติดี ก็เหมือนเมื่อ confounder unmeasured เป็นไบนารี สำหรับไบนารีผลหายาก , สูตร logistic regression ได้ดีถ้า confounder unmeasured ตามการแจกแจงปกติแต่สำหรับ confounder ไบนารีอคติในผลกระทบโดยตรงคือ overcorrected . เราใช้สูตร ข้อมูลจากการศึกษาทางระบาดวิทยา ( Leiden thrombophilia การศึกษา ) ปัจจัยความเสี่ยงเส้นเลือดตีบ . นี้แสดงให้เห็นว่า unmeasured confounding อคติอย่างรุนแรงสามารถประมาณการผลกระทบทางตรงและทางอ้อม