评估中介机构作用的复杂性.doc

摘要 中介作用通过一个中介变量解释风险因素和产出之间的关系，这是它的步骤中其中的一步。在没有因果循环关系的假设下，我们认为在各种变量中第四个变量可能会成为评估中介作用时的一个混杂因素。由蒙特卡罗研究支持的渐进效果表明在一定条件下，调整混杂因素可能会导致有偏见的估计。一般的原则是为在估计中介作用时适当的调节混杂因素的作用服务的。我们应用指南的中介效应的估计在125年去世的宗教团体研究参与者的阿尔茨海默病病理ε4载脂蛋白E等位基因之间的关系和认知功能，纵向,衰老和阿尔茨海默病的临床病理研究。 介绍 调解模型描述了第三个变量（M）是如何干预的自变量（X）和一个因变量（Y）之间的因果关系的。更具体的说，中介模型假设了自变量（X）影响中介变量（M），从而进一步影响因变量（Y）。我们用这个X→M→Y的示意图来代表影响途径。我们的研究点在中介效果：通过中介变量M后X对Y的作用。 一般情况下是基于路径模型中每一条相关联路径的系数的乘积来评估中介作用的（奥威和豪瑟，1975;男爵和肯尼，1986;博伦，1987;福克斯，1980;索贝尔，1982）。模型如下： M = cM + ɑX + εM, (1) Y = cY + βM + ζX + εY，（2） 其中εM是一个独立于X和εY的零均值的随机变量，εY是一个独立于X和M的零均值的随机变量，CM与CY代表不变的截距。这里ɑ是路径X→M的关联系数， β是在控制X变量后路径M→Y的关联系数。根据系数乘积的方法，通过中介变量M后X对Y的影响被定义为ɑβ。剩下的X和Y之间的联系,用,被称为“直接影响”,其中可能包括通过一些未知的途径的不明的间接影响和X与Y之间可能存在的之间影响。直接效应和间接效应的总和即ɑβ，被称为X对Y的累积效应。 估计中介效应,通常基于回归方程式（1）和（2）由普通最小二乘估计(OLS)ɑ和β。当这两个方程式之间存在真实的因果关系时，最小二乘法对和（ɑ，β）。其结果是，是中介作用（ɑ，β）的估计。 上述结论关键取决于在假设中，没有其他的干扰变量作为自变量、调节变量和因变量。如果有一个变量Z干扰其中的一个变量或者所有的三个变量，那么简单的估算将和上述不再一致。例如,假设Z→M并且M→X,那么εM组件之一是Z。因此，X和 εM 相关，并且最小二乘法对ɑ的估计是有偏见的，即使是在一个大样本下。在最近的一篇文章中， Herting (2002) 认为，没有纳入一个混杂因素，去拒接中介效用存在的正确的形式是太过于简单了。 在本文中，我们认为第四个变量Z可以在路径X→M→?以任何可能的方式作为混杂因素。我们调查的调解作用在所有我们考虑的方案中各种估计的属性。提供了不同估计的渐进偏见。一些模拟实验来评估的有限样本渐近结果的准确性。基于渐近结果和数值的证据，我们就如何在经验应用中选择估计变量给了一些指引。 我们的方法被应用到临床诊断阿尔茨海默氏病（AD）时估计中介效应的风险因素中，其中年龄是一个可能的混杂因子。AD是一种渐进性脑疾病，逐渐破坏一个人的记忆和学习新的信息的能力，即沟通和进行正常的日常生活的能力，随着年龄的增加患AD的风险也会随之增加。仅仅在美国就有500万人患有AD，而这个数字在未来的几十年里将会随着人口老龄化而在全球范围内逐渐增长。最近证据表明AD的临床表现是多种遗传和环境因素与大脑中的病理和生化改变相互作用的复杂结果。例如，尽管AD的病理标志是神经炎斑和神经原纤维缠结，这些病变可能会增加大脑的其他疾病，如脑梗甚至引起认知障碍（彼得罗维奇等人，2005）。与此相反，环境风险因素可以修改AD病理学的认知关系。一个载脂蛋白Eε4等位基因的存在（APOEε4，该基因编码载脂蛋白E的共同的多态性）是用于所述疾病的主要遗传风险因素（Tang等人，1998）。通过该ε4等位基因与临床诊断的AD的风险升高相关联的神经生物学机制还不是很清楚。先前的组织病理学研究（例如，Bennett等，2003）表明，ε4等位基因对认知功能障碍的效果可通过增加在该AD病理学累积速率来介导的。由于AD病理学可能会增加，或与其他因子相互作用以引起认知功能障碍，各种备选的机制也可以解释之间的关联。因为认知作用，AD病理学和许多AD的风险因素均与年龄相关，要能够调整为年龄在老年人的常见的慢性疾病中介分析的潜在混杂影响是重要的。我们应用不同的策略来评价混杂因子，死亡年龄，广告病理学Apoeε4等位基因的存在之间的关系和认知功能水平之前死亡125例在宗教团体的研究中,纵向,衰老的临床病理研究和广告中中介作用的评估。 本文其他部分的研究如下，第二章介绍了Z作为一个混杂因子影响路径X→M→y的所有可能方式。在我们的研究中，Z，X，M和Y分别对应于死亡年龄，APOEε4，AD病理学和认知功能。第三节考察不同的估计