自然な間接効果の堅牢な推定に複数の秩序化されたメディエーターを掛ける

複数の調停分析は、複数のメディエーターの存在下で因果効果を評価する強力な方法論です。Gコンピューティングや逆推定の強化などのいくつかの方法論は、自然な間接効果（NIES）に関する推論を引き出すために広く使用されています。ただし、これらの方法の制限は、モデルの誤りの可能性です。平均的な因果効果を推測し、単一のメディエーターの効果を分析するために、高い堅牢性と一貫性を備えた強力なセミパラメトリック法が開発されていますが、複数の調停分析のための比較的堅牢な方法はまだ不足しています。したがって、この理論的研究では、複数の秩序化されたメディエーターの存在下で、NIEの堅牢な推定量を使用する方法を提案しています。提案された推定値は、誤解をモデル化するための多重堅牢性を享受しているだけでなく、通常の条件下で一貫性があり漸近的に正常であることを示します。また、増殖した堅牢な推定器と既存の方法の間の有限サンプル特性の経験的比較のためにシミュレーションを実行しました。例として、台湾の肝疾患患者のデータセットを使用して、肝炎ウイルス感染から死亡までの経路における肝障害と肝臓癌の媒介役割を調べます。このモデルは、オープンソースRパッケージ「MEDMR」に実装されています。

Multiple mediation analysis is a powerful methodology to assess causal effects in the presence of multiple mediators. Several methodologies, such as G-computation and inverse-probability-weighting, have been widely used to draw inferences about natural indirect effects (NIEs). However, a limitation of these methods is their potential for model misspecification. Although powerful semiparametric methods with high robustness and consistency have been developed for inferring average causal effects and for analyzing the effects of a single mediator, a comparably robust method for multiple mediation analysis is still lacking. Therefore, this theoretical study proposes a method of using multiply robust estimators of NIEs in the presence of multiple ordered mediators. We show that the proposed estimators not only enjoy the multiply robustness to model misspecification, they are also consistent and asymptotically normal under regular conditions. We also performed simulations for empirical comparisons of the finite-sample properties between our multiply robust estimators and existing methods. In an illustrative example, a dataset for liver disease patients in Taiwan is used to examine the mediating roles of liver damage and liver cancer in the pathway from hepatitis B/C virus infection to mortality. The model is implemented in the open-source R package "MedMR."