目的中介分析(mediation analysis)能够深入分析暴露变量导致结局变量的路径上的更为精细的作用机制,近年来在社会科学、流行病学及医学等领域,受到了广泛关注。尽管经典的从暴露因素,通过中介变量再到结局变量的三点单向路径的中介模型简单易懂,相应的基于独立模型的方法也得到了充分发展和应用,但研究者可能会遇到更加复杂的情形,如多个中介变量,不同维度的测量,以及包含混杂变量的情形,需要更为一般化的建模思维。基于结构方程模型(Structure Equation Model,SEM)的中介分析为包含中介效应在内的变量间的复杂结构分析提供了可能。而贝叶斯SEM可针对复杂模型的构建和估计提供更为灵活的方案。本研究拟通过实例分析和模拟试验两部分,探讨贝叶斯结构方程模型的中介分析的统计分析策略及在不同数据特征下的统计学性能,并与经典中介分析方法进行比较,以期为相关领域的中介分析的提供方法学支持。主要研究内容及结果如下:首先系统回顾和梳理了观察性研究资料中处理间接效应的分析方法的基本理论和实际应用方面的相关文献,结合本课题实际数据的特点,选取贝叶斯结构方程模型法中介效应分析作为本课题的基础分析框架,主要研究内容为将贝叶斯结构方程模型法、结构方程模型法、贝叶斯回归法和经典回归法应用到观察性数据的中介效应估计实例问题中,评价实际数据分析时各方法的适用性。基于简单的三变量中介路径模型进行数据模拟研究,比较和评价结构方程模型中介效应分析法在不同样本量大小、不同回归系数以及是否完全中介的估计效果。对绝对偏差、模拟输出的标准误以及95%的区间覆盖率等评价指标比较贝叶斯结构方程模型法、经典结构方程模型法、贝叶斯回归法和经典回归法的估计效能。结果1.实例数据分析结果:医学研究生的统计焦虑量表调查数据进行中介作用分析结果显示学业自我效能的中介效应具有统计学意义,其中经典回归法估计的95%的置信区间宽度为0.584,结构方程模型法估计的95%的置信区间宽度为1.35,贝叶斯结构方程模型估计中介效应的95%置信区间为1.07,贝叶斯回归法估计的间接效应的95%置信区间为0.699。经典结构方程模型中介分析方法和贝叶斯结构方程模型估计的M与X之间的回归系数估标准误(SE(a))为0.189和0.191;经典结构方程模型和贝叶斯结构方程模型中介效应分析方法估计的Y与M回归系数b标准误(SE(b))分别为0.387,0.396。2.模拟试验结果:(1)在无中介效应存在的情形下,置信区间宽度随着b的值的增大而逐渐变宽,且95%的置信区间覆盖率则随着b值的增大而逐渐缩小。贝叶斯方法的95%的置信区间覆盖率不随样本量和效应真值的变化而变化,说明贝叶斯估计方法稳健性较好,在小样本量(N=25和N=50)下,当没有中介(a=b=0)时,贝叶斯可信区间和经典回归法置信区间提供的覆盖率都大于95%。然而,在中介效应处于中等及以上效应程度时(a=b=0.39)和(a=b=0.59),经典回归法和结构方程模型置信区间的覆盖率均小于95%。(2)在大中介效应(a=b=0.59)时,经典回归法的计算精确度要高于结构方程模型法,结构方程模型法估计精度的优势并没有体现出来。但结构方程模型法估计的中介效应值的标准误一直小于贝叶斯回归法和经典回归法,显示结构方程模型同时估计所有参数获得较小标准误的优点。结论1.关于实例分析的结论 实例分析探讨了在复杂结构数据情形下,结合探索性因子分析,验证性因子分析和变量间相关结构分析,以及在此基础上构造结构方程模型的中介效应分析策略,可以基于全局思维探讨变量间可能存在的中介效应路径,同时又能达到降低维度,满足结构方程模型可识别性要求的目的。结构方程模型法可以得到较小的系数估计的标准误,这在一定程度上可以提高统计的精确度。2.关于模拟研究的结论(1)在流行病学中介分析中,分析方法的估计精度随着在中介变量存在时结局变量与自变量之间的关联系数的增加而减小,说明结局变量与自变量之间的关联性会影响中介效应分析方法的精确性。(2)与经典的回归中介分析方法和结构方程模型方法的结果比较,显示贝叶斯方法在保证估计准确性的情况下比其他两种方法具有更好的稳健性和较高的置信区间的覆盖率,在研究对象的样本量和较为复杂的数据情形下,推荐结合贝叶斯方法和结构方程模型方法进行参数估计。