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

Technische Samenvatting: Identificatie, Schatting en Inferentie voor Sequentiële Causaal Geordende Mediatiestructuren

Probleemstelling
Mediatieanalyse is essentieel voor het begrijpen van hoe blootstellingen invloed uitoefenen op uitkomsten via intermediaire paden. Hoewel methoden voor settings met één mediator goed ontwikkeld zijn, blijven rigoureuze instrumenten voor het hanteren van meerdere, sequentieel geordende mediatoren (SCOMs) onderontwikkeld. Deze kloof is cruciaal in longitudinale cohortstudies (bijv. de ontwikkelingsoorsprong van gezondheid en ziekte), waarbij blootstellingen opereren via complexe, tijdsafhankelijke ketens van mediatoren. De bestaande literatuur heeft zich grotendeels gericht op schatting in SCOM-settings, maar mist robuuste hypothesetesten-frameworks. Standaardtesten (bijv. Sobel's test, MaxP) voor mediatie-effecten lijden aan een te conservatieve controle van de Type I-fout vanwege de samengestelde aard van de nulhypothese (waarbij het product van parameters nul is via verschillende configuraties: $\alpha=0, \eta\neq0$; $\alpha\neq0, \eta=0$; of $\alpha=0, \eta=0$). Deze testen houden geen rekening met de niet-unieke limietverdelingen van teststatistieken onder de nulhypothese, wat leidt tot een gebrek aan power of ongeldige inferentie.

Methodologie
De auteurs stellen een uitgebreid framework voor Sequentiële Causaal Geordende Mediatoren van orde $K$ (SCOM(K)) voor, dat identificatie, schatting en inferentie omvat voor zowel continue als categorische uitkomsten.

1. Identificatie Framework:

   • De auteurs definiëren een Gegeneraliseerd Structureel Vergelijkingenmodel (G-SEM) waarbij mediatoren $M_1, \dots, M_K$ een strikte causale ordening volgen ($M_1 \to M_2 \to \dots \to M_K$).
   • Gebruikmakend van het potentieel-uitkomsten-paradigma, deconstrueren zij het totale effect in pad-specifieke effecten. Vanwege identificatiebeperkingen (specifiek de "cross-world" onafhankelijkheidsveronderstelling die vereist is voor bepaalde individuele paden), richten de auteurs zich op samengestelde pad-effecten.
   • Voor elke mediator $M_k$ definiëren zij een samengesteld effect $\tau^\dagger_k(S \to M_k \rightsquigarrow Y)$, dat alle causale routes van blootstelling $S$ naar uitkomst $Y$ aggregeert die door $M_k$ lopen (ongeacht daaropvolgende mediatoren).
   • Onder standaard sequentiële onafhankelijkheids- en consistentie-aannames, leiden zij identificatieformules af voor deze samengestelde effecten met behulp van geneste integralen over conditionele distributies.

2. Schatting:

   • Het artikel ontwikkelt Maximum Likelihood Estimation (MLE) procedures voor lineaire modellen (continue uitkomsten), probit-modellen (binaire uitkomsten) en log-lineaire modellen (count-uitkomsten).
   • Voor binaire uitkomsten worden gesloten vorm-expressies afgeleid voor probit-modellen; voor logistische modellen wordt een "rare outcome"-benadering gebruikt om gesloten vormen te verkrijgen.
   • De auteurs stellen de gezamenlijke asymptotische normaliteit vast van de estimators voor de padcoëfficiënten ($\alpha_k$) en de samengestelde pad-effecten ($\eta_{M_k \rightsquigarrow Y}$), waarbij zij bewijzen dat de estimators voor deze twee componenten asymptotisch onafhankelijk zijn.

3. Inferentie (SOMET):

   • Om de samengestelde nulhypothese $H_0: \alpha_k \eta_{M_k \rightsquigarrow Y} = 0$ aan te pakken, introduceren de auteurs de Sequentially Ordered Mediation Effect Test (SOMET).
   • Mechanisme: SOMET maakt gebruik van een $Q$-voudige data-splitting strategie. De data wordt verdeeld in $Q$ disjuncte deelverzamelingen. Een Sobel-type statistiek wordt berekend voor elke deelverzameling. Deze statistieken worden gemiddeld en getransformeerd naar een Student's $t$-statistiek.
   • Theoretisch Voordeel: Door gebruik te maken van data-splitting, ontkoppelt de methode de afhankelijkheid van niet-unieke asymptotische varianties. Theorem 3 stelt vast dat de teststatistiek onder de samengestelde nulhypothese convergeert naar een Student's $t$-verdeling met $Q-1$ vrijheidsgraden, ongeacht de specifieke configuratie van de nulhypothese (of dit nu $\alpha_k=0$, $\eta=0$, of beide is). Dit zorgt voor een geldige controle van de Type I-fout zonder voorafgaande kennis van de onderliggende nulconfiguratie.
   • Power Verbetering: Om het verlies aan power door kleine steekproeven in de splits te mitigeren, stellen de auteurs voor om de splitting-procedure $B$ keer te herhalen en $p$-waarden te aggregeren met behulp van een Cauchy combination test, die geldig blijft onder willekeurige afhankelijkheid.

Belangrijkste Resultaten

• Simulatiestudies: Uitgebreide simulaties binnen lineaire, logistische en probit-modellen tonen aan dat SOMET een geldige controle van de Type I-fout handhaaft over alle nulconfiguraties ($H_{01}, H_{02}, H_{03}$), terwijl bestaande benchmarks (Sobel, MaxP, en hun bootstrap-varianten) ofwel te conservatief zijn ofwel falen in het controleren van foutpercentages onder specifieke nulscenario's (met name wanneer beide parameters nul zijn).
• Statistische Power: SOMET vertoont consequent een hogere statistische power vergeleken met benchmarkmethoden bij het detecteren van samengestelde mediatie-effecten, met name in scenario's waar traditionele testen conservatief zijn.
• Empirische Applicaties:
  • Diabetesrisico (All of Us Data): Het analyseren van het effect van familiegeschiedenis van diabetes op het ontstaan van diabetes, gemedieerd door BMI en fysieke activiteit. SOMET identificeerde significante mediatie-effecten voor zowel BMI als fysieke activiteit met kleinere $p$-waarden dan concurrerende methoden.
  • Adolescenten Obesitas (ELEMENT Data): Het beoordelen van de impact van prenatale loodblootstelling op het BMI van adolescenten, gemedieerd door geboortegewicht en lipidenmetabolieten. SOMET was de enige methode die een statistisch significant mediatiepad detecteerde via een specifieke lipidenmetaboliet (FA 18:0 OH) na correctie voor meervoudig testen, terwijl andere methoden de nulhypothese niet konden verwerpen.

Betekenis en Claims
Het artikel beweert het eerste rigoureuze framework te bieden dat simultaan identificatie, schatting en geldige inferentie behandelt voor sequentieel geordende mediatoren in diverse uitkomstsettings. De primaire bijdrage is de SOMET-procedure, die de langdurige technische uitdaging van hypothesetesten onder een samengestelde nul oplost. Door gebruik te maken van data-splitting om een unieke limietverdeling te bereiken, vermijdt de methode de conservativiteit van bestaande testen zonder dat er tuning-parameters of kennis van de ware nulconfiguratie nodig is. De auteurs stellen dat hun methodologie betrouwbare schatting, geldige inferentie en verbeterde power biedt voor het ontdekken van nieuwe mediatiepaden in complexe longitudinale systemen. Zij erkennen dat hoewel SOMET de computationele kosten verhoogt, het een principieel fundament biedt voor schaalbare mediaal-analyse in gestructureerde causale paden.