Logistic回归中误调整工具变量对因果效应估计的影响

摘要：

目的 通过统计模拟和实例数据分析,探索当存在不可观测的混杂因素时,Logis-tic回归分析模型中调整工具变量(instrumental variable,IV)对估计因果效应的影响.方法 设定变量均服从二项分布,在Logistic回归分析模型中依次使用不同的参数进行统计模拟,以因果效应估计值的偏倚和标准误作为评价指标;实例数据分析是基于山东省多家医院健康体检中心的体检随访数据,以高血压为目标结局,构建纵向观察队列,筛选单核苷酸多态性(single nucleo-tide polymorphism,SNP)位点rs12149832作为IV,在Logistic回归分析模型中,采用不同策略(纳入/不纳入rs12149832协变量)来分析BMI与患高血压风险之间的关系.结果 统计模拟结果显示在以Logistic回归分析模型估计暴露与结局间的效应时,协变量集中纳入IV会增大效应估计的偏倚和标准误,但增大程度较小;实例分析中,高血压队列共纳入1240名女性,基线年龄为(37.7±10.5)岁,BMI为(22.1±3.1)kg/m2.纳入IV的模型所得的效应估计值为0.225(P＜0.001),略小于不包含IV的回归模型所得的效应估计值(0.228,P＜0.001),基本验证了关于纳入IV进行调整的统计模拟结果.结论 观察性流行病学研究中,Logistic回归分析模型误纳入IV对效应估计值的偏倚和标准误均有影响.

关键词：工具变量、因果推断、混杂因素、Logistic回归分析模型

所属期刊栏目：25

分类号：R181.2;R195.1(流行病学与防疫)

资助基金：国家重点研发计划;国家自然科学基金;山东省自然科学基金

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：656-662