Mediator Selection in Linear and Nonlinear Mediation Analysis via Adaptive Measurement Errors Infusion

技術要約：適応的測定誤差注入による線形および非線形媒介分析における媒介変数選択

問題提起
媒介分析は、曝露がどのようにアウトカムに影響を与えるかというメカニズムを調査するものである。ゲノミクスのような高次元の設定において、研究者は媒介変数の効果を推定する前に、膨大な候補の中から活動的な媒介変数を選択するという課題に直面することが多い。既存の選択手法は、主に線形アウトカムモデル内での係数ベースの正則化（例：HIMA、HDMA、RegSEM）に依存している。これらのアプローチには以下の重大な限界がある：

1. 線形性の仮定： 二次的な用量反応パターンや媒介変数間の相互作用といった、媒介変数とアウトカムの非線形な関係を扱うことが困難である。
2. 弱い、または不均衡なシグナル： アウトカムモデルのみを罰則化する手法は、媒介シグナルが弱い場合や、曝露－媒介変数経路と媒介変数－アウトカム経路の間でシグナルが不均等に分布している場合に、偽陰性率が高くなる可能性がある。
3. 相互作用の複雑性： 係数ベースの罰則化は、曝露－媒介変数または媒介変数－媒介変数の相互作用といった複雑な構造に依存する媒介変数を見逃すことが多い。

手法
著者らは、**測定誤差モデリング（MEM）**の原理に基づいた、複数の媒介変数選択フレームワークを提案している。媒介変数の重要性を直接的に係数を罰則化することによってではなく、制御された人工的な測定誤差を意図的に注入した際に、結合媒介システム全体の適合度がどの程度劣化するかを観察することによって定量化する。

このフレームワークは、媒介変数が曝露－媒介変数（$X \to M$）および媒介変数－アウトカム（$M \to Y$）の両方の経路において関連していることを確実にするために、2つのステージで動作する。

1. ステージ1（広範なスクリーニング）： 結合MEM選択尤度を最適化し、一方の経路にのみ活動的な「準媒介変数」を含む、より広範な候補セットを特定する。
2. ステージ2（精緻化）： 曝露－媒介変数成分と媒介変数－アウトカム成分を個別に最適化する。最終的なセットはこれら2つの経路固有の選択の積集合となり、保持された変数が両方の経路に寄与することを保証する。

論文では、2つの具体的な実装を紹介している：

• 適応的線形MEM：

  • 線形媒介システム $M = \alpha X + \epsilon_m$ および $Y = \beta_x X + \beta_m' M + \epsilon_y$ を想定する。
  • 各媒介変数 $M_j$ に、分散 $1/\lambda_j$ を持つ独立したガウス型測定誤差を注入する。
  • 媒介変数全体にわたって制約付きの「精度予算」（$\sum \bar{w}_j \lambda_j \le \tau$）を割り当てる。
  • 係数の積（$|\hat{\alpha}_j \hat{\beta}_{mj}|$）の予備推定値に基づく適応的重み（$\bar{w}_j$）を使用する。強い予備シグナルを持つ媒介変数は、より小さな重みを受け取り、より多くの精度（より少ない誤差）を保持して選択される。
  • 選択は、L-BFGSによって最適化された推定精度（$\hat{\lambda}_j$）のランキングによって駆動され、モデル選択はプラグイン型のBIC型基準によって導かれる。

• 適応的カーネルMEM（非線形性のための拡張）：

  • 媒介変数－アウトカムの非線形関係（$Y = h(X, M) + \epsilon_y$）に対してMEMの原理を拡張する（ただし、$h(\cdot)$ は特定しない）。
  • 曝露－媒介変数モデルは線形のまま維持し、アウトカムモデルにおける誤差精度を、カーネル回帰フレームワーク（MEKRO）における媒介変数固有の逆バンド幅（$\lambda_j$）に置き換える。
  • カーネル関数は $K_\lambda(z, z') = K_X(x, x') \prod_{j=1}^p \exp(-\lambda_j^2 (m_j - m'_j)^2 / 2)$ と定義される。
  • メカニズム： 情報量のある座標をオーバースムージング（大きなバンド幅、小さな $\lambda_j$）するとモデルの適合度は著しく低下するが、無関係な座標をオーバースムージングしても影響はほとんどない。
  • 適応的重み： 曝露－媒介変数回帰からのインサンプル $R^2$ 測定値と、カーネルリッジ回帰における媒介変数の除去による $R^2$ の変化を用いて構築される。
  • 選択は、予測誤差を最小化するための制約付き最適化問題を解くこと、それに続くプルーニング、および最適な予算 $\tau$ を選択するための一般化交差検証（GCV）を含む。

主な貢献

1. 新しい選択原理： 著者らは、媒介変数の関連性を、直接的な係数罰則化ではなく、制御された摂動（誤差注入）に対する結合システムの感度として定義している。
2. 共同経路の統合： 線形MEM手順は、両方の経路からの情報を結合尤度を通じて統合しており、信号が弱い場合や不均衡な場合に特に堅牢な適応的誤差割り当てメカニズムを提供する。
3. 非線形への拡張： カーネルMEM拡張は、事前に指定された関数形を必要とせずに、非線形および相互作用的な媒介変数－アウトカム構造を許容する、既存の係数ベースの手法における大きなギャップを埋めるものである。

結果

• 線形シミュレーション（設定 S1）： 線形MEM手順は、確立された手法（HIMA、HDMA、RegSEM）と同等の性能を示した。媒介変数の残差が相関している場合（$\rho=0.5$）、複数の媒介変数の結合モデリングにより、競合手法に対してわずかな優位性を示した。真の媒介変数を「準媒介変数（曝露のみに反応するもの）」から効果的に区別したが、他の手法と同様に、時折「曝露のみ」の準媒介変数を保持することがあった。
• 非線形シミュレーション（設定 S2–S4）：
  • 二次的効果（S2）： カーネルMEMは、二次的な効果（例：$M_1^2$）を持つ媒介変数の選択において、線形手法および一般的なカーネルリッジ回帰（KRR）の重要度ベンチマークを大幅に上回った。
  • 相互作用（S3、S4）： カーネルMEMは、曝露－媒介変数（$X \times M$）および媒介変数－媒介変数（$M_1 \times M_4$）の相互作用に関与する媒介変数の検出において、明確な優位性を示した。
  • 比較： ほとんどの設定において、カーネルMEMは、線形手法やKRR重要度比較対象よりも頻繁に非線形な媒介変数を選択した。これは、信号対雑音比が低い場合においても顕著であった。
• データへの適用（DNAメチル化）： 幼少期のトラウマと成人のコルチゾールストレス反応性に関する研究（385,882箇所のCpGサイトを213個の候補にスクリーニング）に適用した：
  • 線形MEM： 8つの遺伝子座を選択し、そのうち3つは先行研究（例：ZSCAN30, RAB5IF, CTDSP2）による知見と重複していた。
  • カーネルMEM： 3つの遺伝子座（先行研究と重複する PRRC2A および線形MEMも選択した PIGQ を含む）を選択した。
  • これらの手法は、両方の経路においてエビデンスが存在する生物学的に妥当な候補を特定した。

意義と主張
本論文は、提案されたMEMフレームワークが、線形および非線形設定の両方において、複数の媒介変数選択のための実用的かつ原理的なアプローチを提供することを主張している。その主な意義は以下の通りである：

• 非線形性への堅牢性： 閾値効果、二次パターン、または相互作用によって駆動される媒介変数の検出において、係数ベースの手法に代わる実行可能な選択肢を提供する。
• 不均衡なシグナルの処理： 適応的重み付けと結合モデリングにより、シグナルが2つの経路間で不均等に分割されている媒介変数の検出能力が向上する。
• 優先順位付け： 著者らは、本手法を直接的な因果効果の推定や推論のためのツールではなく、生物学的な仮説を生成し、ダウンストリームの推定のための変数セットを削減するための優先順位付けのステップとして位置づけている。

著者らは、限界についても認めている。これには、中程度の次元の問題に限定されていること（事前のスクリーニングステップを必要とする）、選択後の推論手続きの欠如、および本手法が因果効果の推定よりも経験的な支持を優先することなどが含まれる。また、カーネル拡張は、選択された媒介変数の効果の具体的な関数形を復元するものではないとも述べている。