Mediation analysis with unmeasured confounding between parallel mediators and outcome
平行中介与结果之间存在未测混杂的中介分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究未测混杂下的中介因果参数识别与中介路径选择。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
平行中介与结果之间存在未测混杂的中介分析
- 研究问题
- 当多个平行中介与结果之间存在未测混杂时，如何识别因果参数，并筛选真正影响结果的中介及活跃路径？
- 方法与思路
- 作者在线性结构方程模型中引入伪代理变量刻画未测混杂，结合部分惩罚估计与路径选择程序开展中介分析。
- 材料陈述的贡献
- 摘要称估计量一致，非零参数估计渐近正态，且可高概率一致选择活跃中介路径；基因数据用于展示应用。
- 阅读关注点
- 应核对伪代理变量的构造与识别限制、平行中介结构的要求、惩罚参数设置，以及路径选择一致性的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未经核实；摘要未给出代理有效性及选择条件，应用仅提示潜在中介关系。
原文摘要
Mediation analysis extending beyond single mediators has gained significant attention in recent years. However, related methods often assume the absence of unmeasured mediator-outcome confounding. To address this, we develop a mediation analysis framework that accounts for such confounding within a linear structural equation model with parallel mediators. Specifically, we introduce a pseudo proxy variable to capture unmeasured confounding, allowing us to identify causal parameters. Leveraging this proxy, we propose a partially penalized method to identify mediators that significantly affect the outcome. The resultant estimates are consistent, and the estimates of nonzero parameters are asymptotically normal. Motivated by these results, we further introduce a procedure that can consistently select active mediation pathways with large probability. Simulation studies demonstrate the superior performance of the proposed approach. Finally, we apply our approach to genomic data, identifying gene expressions that potentially mediate the impact of a genetic variant on mouse obesity.