魏梦珂 周广帅 范冰冰 吕嘉丽 张 涛△

中介分析在生物医学、行为和社会科学研究中扮演着重要的角色，主要用来研究自变量和因变量之间的内部作用机制。经典的中介分析是针对单个中介变量的研究，近年来，对于多元中介模型的研究也有一定的发展。随着高通量检测仪器和技术的发展，高维数据在许多科学领域变得越来越普遍，由于高维数据的特点(n

因果中介分析模型

中介分析的基本模型见图1(a)，用Ai表示个体的暴露，其中，Ai=a(Ai=a′)表示个体暴露(未暴露)于某一研究因素，Mi表示中介变量，Yi为结果变量。传统的中介分析要求研究变量为连续变量，且自变量和中介变量之间无交互作用，而实际研究数据往往难以满足，限制了中介分析的应用。Jo[1]和Sobel[2]提出了基于反事实理论的因果中介分析方法，该方法对研究变量的类型没有限制，在一定程度上丰富了中介分析的应用。

图1 中介分析的路径模型

同时，在A和M无交互作用的情况下，按照效应分解的原理可以将暴露A由a变为a′时对结果的总效应(total effect，TE)分解为自然间接效应(natural indirect effect，NIE)和自然直接效应(natural direct effect，NDE)，表示为：TE=NDE+NIE。利用潜在结果符号，可以将三种效应定义为[4]：

NIE≡E[Yi(a，Mi(a))-Yi(a，Mi(a′))]

NDE≡E[Yi(a，Mi(a))-Yi(a′，Mi(a))]

TE≡E[Yi(a，Mi(a))-Yi(a′，Mi(a′))]

根据图1(a)对中介变量和结果变量建模：

(1)

(2)

模型(1)中，αC为协变量C对M的效应系数，αA为暴露A对M的效应系数，εM为残差项；模型(2)中，βC为协变量C对Y的效应系数，βA为暴露A对Y的直接效应系数，βM为M对Y的效应系数，εY为残差项。暴露通过中介变量对结果的间接效应可以表示为αAβM，暴露对结果的直接效……