Identification, Estimation, and Inference for Sequential Causally Ordered Mediation Pathways

Résumé Technique : Identification, Estimation et Inférence pour les Voies de Médiation à Ordre Causal Séquentiel

Énoncé du Problème
L'analyse de médiation est essentielle pour comprendre comment les expositions influencent les résultats par le biais de voies intermédiaires. Bien que les méthodes pour les contextes à médiateur unique soient bien établies, des outils rigoureux pour traiter les médiateurs multiples et séquentiellement ordonnés (SCOM) restent sous-développés. Cette lacune est critique dans les études de cohortes longitudinales (par exemple, les origines développementales de la santé et de la maladie) où les expositions opèrent à travers des chaînes complexes de médiateurs dépendants du temps. La littérature existante s'est largement concentrée sur l'estimation dans les contextes SCOM, mais manque de cadres robustes de test d'hypothèses. Les tests standards (par exemple, le test de Sobel, MaxP) pour les effets de médiation souffrent d'un contrôle trop conservateur de l'erreur de type I en raison de la nature composite de l'hypothèse nulle (où le produit des paramètres est nul via différentes configurations : $\alpha=0, \eta\neq0$ ; $\alpha\neq0, \eta=0$ ; ou $\alpha=0, \eta=0$). Ces tests ne parviennent pas à prendre en compte les distributions limites non uniques des statistiques de test sous l'hypothèse nulle, ce qui entraîne un manque de puissance ou une inférence invalide.

Méthodologie
Les auteurs proposent un cadre complet pour les Médiateurs à Ordre Causal Séquentiel d'ordre $K$ (SCOM(K)), englobant l'identification, l'estimation et l'inférence pour des résultats continus et catégoriels.

1. Cadre d'Identification :

   • Les auteurs définissent un Modèle Structurel Généralisé (G-SEM) où les médiateurs $M_1, \dots, M_K$ suivent un ordre causal strict ($M_1 \to M_2 \to \dots \to M_K$).
   • En utilisant le paradigme des potentiels de résultats, ils décomposent l'effet total en effets spécifiques à la voie. En raison des contraintes d'identifiabilité (spécifiquement l'hypothèse d'indépendance "cross-world" requise pour certaines voies individuelles), les auteurs se concentrent sur les effets de voies composites.
   • Pour chaque médiateur $M_k$, ils définissent un effet composite $\tau^\dagger_k(S \to M_k \rightsquigarrow Y)$ qui agrège toutes les routes causales de l'exposition $S$ vers le résultat $Y$ passant par $M_k$ (indépendamment des médiateurs ultérieurs).
   • Sous les hypothèses standard d'ignorabilité séquentielle et de cohérence, ils dérivent des formules d'identification pour ces effets composites en utilisant des intégrales imbriquées sur des distributions conditionnelles.

2. Estimation :

   • Le document développe des procédures d'Estimation par Maximum de Vraisemblance (MLE) pour les modèles linéaires (résultats continus), les modèles probit (résultats binaires) et les modèles log-linéaires (résultats de comptage).
   • Pour les résultats binaires, des expressions sous forme fermée sont dérivées pour les modèles probit ; pour les modèles logistiques, une approximation de résultat rare est utilisée pour obtenir des formes fermées.
   • Les auteurs établissent la normalité asymptotique conjointe des estimateurs pour les coefficients de voie ($\alpha_k$) et les effets de voie composite ($\eta_{M_k \rightsquigarrow Y}$), prouvant que les estimateurs de ces deux composantes sont asymptotiquement indépendants.

3. Inférence (SOMET) :

   • Pour traiter l'hypothèse nulle composite $H_0: \alpha_k \eta_{M_k \rightsquigarrow Y} = 0$, les auteurs introduisent le Test d'Effet de Médiation Séquentiellement Ordonné (SOMET).
   • Mécanisme : SOMET utilise une stratégie de division de données $Q$-fold. Les données sont partitionnées en $Q$ sous-ensembles disjoints. Une statistique de type Sobel est calculée pour chaque sous-ensemble. Ces statistiques sont moyennées et transformées en une statistique $t$ de Student.
   • Avantage Théorique : En utilisant la division de données, la méthode déconnecte la dépendance vis-à-vis des variances asymptotiques non uniques. Le Théorème 3 établit que sous l'hypothèse nulle composite, la statistique de test converge vers une distribution $t$ de Student avec $Q-1$ degrés de liberté, quelle que soit la configuration spécifique de l'hypothèse nulle (c'est-à-dire si $\alpha_k=0$, $\eta=0$, ou les deux). Cela garantit un contrôle valide de l'erreur de type I sans connaissance préalable de la configuration réelle de l'hypothide nulle.
   • Amélioration de la Puissance : Pour atténuer la perte de puissance due aux petits échantillons dans les divisions, les auteurs proposent de répéter la procédure de division $B$ fois et d'agréger les p-valeurs à l'aide d'un test de combinaison de Cauchy, qui reste valide sous une dépendance arbitraire.

Résultats Clés

• Études de Simulation : Des simulations extensives à travers des modèles linéaires, logistiques et probit démontrent que SOMET maintient un contrôle valide de l'erreur de type I à travers toutes les configurations de l'hypothèse nulle ($H_{01}, H_{02}, H_{03}$), alors que les références existantes (Sobel, MaxP et leurs variantes par bootstrap) sont soit trop conservatrices, soit échouent à contrôler les taux d'erreur sous des scénarios de l'hypothèse nulle spécifiques (particulièrement lorsque les deux paramètres sont nuls).
• Puissance Statistique : SOMET présente systématiquement une puissance statistique plus élevée que les méthodes de référence pour détecter les effets de médiation composites, particulièrement dans les scénarios où les tests traditionnels sont conservateurs.
• Applications Empiriques :
  • Risque de Diabète (Données All of Us) : Analyse de l'effet de l'antécédent familial de diabète sur l'apparition du diabète, médiatisé par l'IMC et l'activité physique. SOMET a identifié des effets de médiation significatifs pour l'IMC et l'activité physique avec des p-valeurs plus petites que les méthodes concurrentes.
  • Obésité Adolescente (Données ELEMENT) : Évaluation de l'impact de l'exposition prénatale au plomb sur l'IMC de l'adolescent, médiatisé par le poids à la naissance et les métabolites lipidiques. SOMET était la seule méthode à détecter une voie de médiation statistiquement significative à travers un métabolite lipidique spécifique (FA 18:0 OH) après correction pour tests multiples, alors que les autres méthodes n'ont pas réussi à rejeter l'hypothèse nulle.

Signification et Revendications
L'article affirme fournir le premier cadre rigoureux traitant simultanément l'identification, l'estimation et l'inférence valide pour des médiateurs séquentiellement ordonnés dans divers contextes de résultats. La contribution primaire est la procédure SOMET, qui résout le défi technique de longue date du test d'hypothèses sous une hypothèse nulle composite. En utilisant la division de données pour atteindre une distribution limite unique, la méthode évite le caractère conservateur des tests existants sans nécessiter de paramètres de réglage ou de connaissance de la configuration réelle de l'hypothèse nulle. Les auteurs affirment que leur méthodologie offre une estimation fiable, une inférence valide et une puissance améliorée pour la découverte de nouvelles voies de médiation dans des systèmes longitudinaux complexes. Ils reconnaissent que, bien que SOMET augmente le coût computationnel, elle fournit une base principielle pour l'analyse de médiation scalable dans des voies causales structurées.