Quantifying Inconsistent Mediation: The Mediated Magnitude Share and the Degree of Suppression¶
作者: Md. Niamul Islam Sium, Shafayet Khan Shafee, Mohammad Hridoy Patwary, Bishal Sarker
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2609.33846
一、领域脉络与小综述¶
这个方向是什么:中介分析(mediation analysis)中的效应量(effect size)度量问题。根本任务是:在总效应被分解为直接效应(DE)与间接效应(IE)后,如何用一个标量概括"中介路径的贡献有多大"。最经典的度量是比例中介 PM = IE/TE(Alwin and Hauser, 1975; MacKinnon, 2008),它在 DE 与 IE 同向(一致中介)时直观且落在 [0,1] 内。但当 DE 与 IE 反向(不一致中介,又称抑制效应)时,PM 的分母 TE 是净效应,可能趋近于零,导致 PM 无界、符号反常、失去比例解释。本文要解决的就是这个缺口:在不一致中介下,给出有界、稳定、且保留"比例"直觉的替代度量。
发展脉络:
- 奠基工作:Alwin and Hauser (1975) 在路径分析框架中引入效应分解,确立了 DE + IE = TE 的加法结构;MacKinnon et al. (1995, 2000) 系统研究了不一致中介(抑制效应),明确指出 PM 在此情形下会超出 [0,1] 甚至无定义,并用 ATLAS 项目数据(Goldberg et al., 1996)给出了实证例证——这是本文直接继承的问题来源。
- 主要进展(效应量度量):Fairchild et al. (2009) 提出基于方差解释(R²)的效应量,试图绕开 PM 的符号问题;但 de Heus (2012) 指出这类方法将 DE 与 IE 的重叠方差全部归于间接效应,导致反直觉结果;Preacher and Kelley (2011) 系统评述了中介效应量,提出 κ² 等标准化度量;Lachowicz et al. (2018) 进一步改进方差类度量。这些工作的共同点是:要么停留在方差尺度(与 PM 的效应尺度不一致),要么计算复杂、解释门槛高。
- 当前 frontier:如何在保持 PM 的"效应尺度 + 比例解释"的同时,处理不一致中介、多路径、以及比值比/风险比等非线性尺度。本文的位置正是这个 frontier:提出 MMS 与抑制程度 σ,在效应尺度上给出有界度量,并声称在一致中介下退化为 PM。
子线索聚类:被引文献大致落在三条线索上——
- 比例/效应尺度线索:PM 及其变体(Alwin and Hauser, 1975; MacKinnon et al., 1995, 2000; Vanderweele, 2015)。核心是"IE 占总效应的比例",问题是不一致中介下分母失效。
- 方差解释线索:R² 类度量(Fairchild et al., 2009; de Heus, 2012; Lachowicz et al., 2018)。核心是"中介路径解释了多少方差",问题是与效应尺度脱节、重叠方差分配武断。
- 因果中介分析线索:Vanderweele (2015) 的专著为 DE/IE 提供了潜在结果框架下的因果定义,但本文只引用了其存在,没有深入讨论识别条件。
这个方向在追问的核心问题:
- 如何在不一致中介下定义有界的"中介比例"?
- 如何同时量化"中介贡献"与"抑制/抵消"这两个正交特征?
- 如何将度量推广到多条中介路径、以及比值比/风险比等非线性尺度?
- 如何为这些度量建立统计推断(标准误、置信区间)?
⚠️ 作者的 framing(这是作者的说法):作者把缺口 frame 成——"PM 在不一致中介下会超出 [0,1] 或变得不稳定,因此需要新的度量;MMS 在一致中介下退化为 PM,所以是 PM 的自然推广而非替代;σ 量化了被抵消的幅度比例,这是 PM 无法提供的信息。" 被淡化或回避的竞争路线包括:方差类度量(只引用未比较)、因果识别假设(只在讨论段一句带过)、估计与推断问题(全文无任何标准误或置信区间)。什么明显该被引却没出现:VanderWeele and Vansteelandt (2009) 的因果中介分解论文、Pearl (2001) 的因果中介公式——这两篇是因果中介分析的基石,本文既然声称"可应用于因果中介分析",却未讨论这些文献中的识别条件(如 sequential ignorability),是一个值得注意的省略。
张力:未见明显对立引用。但存在一个隐含张力:de Heus (2012) 对 Fairchild et al. (2009) 的批评表明方差类度量有内在缺陷,本文选择效应尺度是对此的回应,但作者没有直接说明为什么效应尺度优于方差尺度——这个论证是缺失的。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据
本文是纯代数/度量层面的工作,不涉及数据生成机制或估计。全部符号如下:
- 效应量(参数/estimand):
- DE:直接效应,一个实数(可正可负)
- IE:间接效应,一个实数(可正可负)
- TE = DE + IE:总效应(加法分解是本文的起点假设)
- IEᵢ(i = 1,…,k):第 i 条中介路径的间接效应,k ≥ 1
- 由 DE、IE 导出的量:
- d = |DE|,m = |IE|:效应的绝对值
- L = d + m = |DE| + |IE|:DE 与 IE 的幅度之和(本文的核心分母)
- PM = IE / TE:传统比例中介(当 TE = 0 时无定义)
- MMS = m / L = |IE| / (|DE| + |IE|):本文提出的中介幅度份额
- σ = 1 − |TE| / L:本文提出的抑制程度
- 二元结局情形:
- DE_R、IE_R:比值比(OR)或风险比(RR)尺度上的直接/间接效应(乘法分解 TE_R = DE_R × IE_R)
- log(DE_R)、log(IE_R):对数变换后的加法效应(本文建议在 log 尺度上应用 MMS 和 σ)
- 可观测数据:本文不涉及数据。所有量均假设已被"正确识别和估计"(作者在讨论段承认这一点,但未展开)。
第二步:最小内核
剥掉多路径、二元结局等扩展后,本文的核心就是一个代数观察:
当 DE 与 IE 同号时,|TE| = |DE| + |IE| = L;当 DE 与 IE 异号时,|TE| = ||DE| − |IE|| < L。因此,L 是 |TE| 的一个上界,且 L 永远 ≥ |TE|。
基于这个观察,两个度量自然产生:
MMS = |IE| / (|DE| + |IE|):分子是间接效应的幅度,分母是 DE 与 IE 幅度之和。因为 0 ≤ |IE| ≤ L,所以 MMS ∈ [0,1]。当 DE 与 IE 同号时,|TE| = L,此时 MMS = |IE| / |TE| = IE / TE = PM——这就是"MMS 在一致中介下退化为 PM"的含义。当 DE 与 IE 异号时,PM 可能为负、无界或无定义,而 MMS 依然在 [0,1] 内,解释为"间接效应占 DE 与 IE 总幅度之和的比例"。
σ = 1 − |TE| / L:度量的是"由于 DE 与 IE 方向相反,总效应被抵消了多少比例"。当 DE 与 IE 同号时,|TE| = L,σ = 0;当 DE = −IE(完全抑制)时,TE = 0,σ = 1。σ 与 MMS 互补:MMS 描述"间接路径的相对幅度",σ 描述"幅度因抵消而损失的比例"。
最简数值例子(ATLAS 数据,MacKinnon et al., 2000):
- DE = −0.181,IE = 0.042(异号,不一致中介)
- TE = −0.139,L = 0.223
- PM = 0.042 / (−0.139) ≈ −0.30(负值,无法解释为"比例")
- MMS = 0.042 / 0.223 ≈ 0.188("间接路径占 DE 与 IE 总幅度的 18.8%")
- σ = 1 − 0.139 / 0.223 ≈ 0.376("总效应因抵消损失了 37.6% 的幅度")
再对比一个一致中介的例子:DE = 2,IE = 1 → TE = 3,PM = 1/3,MMS = 1/3,σ = 0。两者完全一致。
再对比完全抑制:DE = 1,IE = −1 → TE = 0,PM 无定义,MMS = 0.5,σ = 1。
为什么这个内核"撑得起"整篇论文:多路径扩展只是把 L 的定义换成 L = |DE| + Σ|IEᵢ|,MMSᵢ = |IEᵢ|/L,σ 的定义不变;二元结局只是用 log 变换把乘法分解变成加法分解。所有命题的证明都只依赖三角不等式 |a + b| ≤ |a| + |b| 和绝对值的初等性质。论文在数学上做的事情,本质上就是用 L = |DE| + |IE| 替换 TE = DE + IE 作为分母,从而把 PM 从无界度量变成有界度量,并额外引入 σ 来记录被抵消的信息。
三、这篇论文做了什么¶
三句话: 1. 研究了什么问题:比例中介 PM 在不一致中介(DE 与 IE 异号)下会超出 [0,1]、变负甚至无定义,本文提出两个互补的效应尺度度量来替代 PM。 2. 核心工具/方法:定义 MMS = |IE| / (|DE| + |IE|) 和 σ = 1 − |TE| / (|DE| + |IE|),利用三角不等式建立两者的有界性,并推广到多条中介路径和二元结局(log OR / log RR 尺度)。 3. 主要结论:MMS 在一致中介下精确退化为 PM;σ 在一致中介下为 0、在完全抑制下为 1;两者在任意 DE、IE 组合下都落在 [0,1] 内,且在多路径和比值尺度下保持同样的解释。
关键设定与假设:
- 加法可分解性:TE = DE + IE(或 log 尺度上的 log TE_R = log DE_R + log IE_R)。这是整个框架的地基,论文没有讨论 DE 和 IE 如何被识别或估计。
- L > 0:排除 DE = IE = 0 的平凡情形(此时 MMS 和 σ 都无定义)。
- 效应量为实数:DE、IE 被当作已给定的数值,不讨论其不确定性。
- 相比已有文献的放宽/强化:相比 PM,MMS 不要求 TE ≠ 0,这是放宽;但 MMS 放弃了"占总效应比例"的解释,改为"占总幅度比例",这是解释层面的代价。相比 R² 类方差度量(Fairchild et al., 2009; de Heus, 2012),MMS 保持在效应尺度上,避免了方差重叠分配问题,但论文没有给出形式化的比较论证。
主要结果(按论文结构):
- 两路径情形(Section 2):
- MMS ∈ [0,1],且 MMS = 0 ⟺ IE = 0;MMS = 1 ⟺ DE = 0。
- 一致中介下 MMS = PM(证明:当 DE·IE > 0 时,|TE| = |DE| + |IE| = L,故 MMS = |IE|/L = |IE|/|TE| = IE/TE = PM)。
- σ ∈ [0,1];σ = 0 ⟺ 一致中介;σ = 1 ⟺ TE = 0(完全抑制)。
-
MMS 与 σ 的关系:σ = 1 − |TE|/L,MMS = |IE|/L,两者共享分母 L,互补描述同一系统。
-
多路径情形(Section 3):
- L = |DE| + Σ|IEᵢ|,MMSᵢ = |IEᵢ|/L。
- 所有 MMSᵢ 与 |DE|/L 之和等于 1(因为 Σ|IEᵢ| + |DE| = L)。
- σ 的定义不变,仍为 1 − |TE|/L。
-
论文指出,当路径间存在抑制时,各 MMSᵢ 依然有界且可加,而对应的 PMᵢ = IEᵢ/TE 则可能无界。
-
二元结局(Section 4):
- 对 OR/RR 尺度,用 log 变换将乘法分解 log TE_R = log DE_R + log IE_R 转化为加法,然后直接套用 MMS 和 σ 的定义。
- 论文指出,在 OR 尺度上,log(OR) 的对称性使得 MMS 对"效应方向"的编码与比值比的自然属性一致。
证明路线与技术技巧:
- 整体路线(以两路径情形为例):
- 定义 L = d + m,由三角不等式 |TE| = |DE + IE| ≤ |DE| + |IE| = L 得到 |TE| ≤ L。
- 由 0 ≤ m ≤ L 直接推出 MMS ∈ [0,1]。
- 分情况讨论 DE·IE 的符号:同号时 |TE| = L,异号时 |TE| = |d − m| < L。
- 一致中介下代入 |TE| = L 验证 MMS = PM。
- σ 的界限由 |TE| ≥ 0 和 |TE| ≤ L 直接推出。
- 关键技巧:
- 绝对值分解:用 |DE| 和 |IE| 替代 DE 和 IE 作为基本量,从而消除符号对分母的影响。
- 三角不等式:唯一的分析工具,所有界限都从它导出。
- 对数变换:把比值尺度的乘法结构映射到加法结构,使 MMS 的定义可以平移。
- 归一化:MMSᵢ 的定义保证所有路径的 MMS 之和为 1,保留了"份额"的可加性。
真实例子与应用:
- ATLAS 项目(Goldberg et al., 1996; MacKinnon et al., 2000):干预减少类固醇使用意图,DE = −0.181,IE = 0.042(通过"增加使用理由"这条反向路径)。PM ≈ −0.30 无法解释;MMS = 0.188 给出"间接路径占 DE 与 IE 总幅度的 18.8%";σ = 0.376 给出"总效应因抵消损失了 37.6% 的幅度"。
- 多路径数值例子(Section 3):DE = 0.10,IE₁ = 0.60(有害),IE₂ = −0.55(保护),TE = 0.15。PM₁ = 4,PM₂ ≈ −3.67,均无意义;MMS₁ ≈ 0.48,MMS₂ ≈ 0.44,|DE|/L ≈ 0.08,三者之和为 1,解释清晰。
- 论文为纯方法论文,无模拟实验、无真实数据拟合、无代码。ATLAS 例子仅用于说明,数据来自已发表文献。
🔎 结论是否比证明窄:
- "可应用于因果中介分析"(Section 5):论文只在讨论段声称"MMS 和 σ 的解释不限于关联分析,可应用于因果中介分析",但全文没有给出任何在潜在结果框架(如 sequential ignorability)下的形式化结果。这是一个结论比证明宽的地方——MMS 和 σ 是 DE、IE 的纯函数,其性质不依赖识别假设,但"可应用于因果分析"这个 claim 需要额外论证 DE、IE 本身可被因果识别。
- "MMS 是 PM 的推广":论文证明了在一致中介下 MMS = PM,但没有讨论 DE = 0 或 IE = 0 的边界情形(此时 PM = 0 或未定义,MMS = 0 或 1)。这个边界行为是干净的,但论文没有明确写出。
- 多路径情形:论文定义了 MMSᵢ 但没有给出任何命题或定理,只是用数值例子说明。多路径下的性质(如路径间相关、抑制来源分解)是留白的。
- 二元结局:论文只给出 log 变换的建议,没有证明 log(OR) 尺度上的 DE、IE 分解在何种条件下成立(例如,在非罕见结局下 OR 的不可压缩性)。这是一个明显的未处理问题。
四、开放问题¶
-
统计推断完全缺失:论文只定义了总体量 MMS 和 σ,没有给出任何估计量、标准误、置信区间或假设检验。扎根:全文无一处涉及抽样分布或估计。要确认这是不是真 gap,去读中介分析效应量文献(如 Preacher and Kelley, 2011)近 5 年的后续工作,看是否已有推断方法。
-
因果识别条件未形式化:Section 5 声称"可应用于因果中介分析",但没有给出在潜在结果框架下的识别条件(如 sequential ignorability、no intermediate confounding)。扎根:论文最后一段 "their causal interpretation depends on the underlying identifying assumptions"——这句话承认了依赖,但没有展开。去读 VanderWeele and Vansteelandt (2009) 和 Pearl (2001),看 MMS 在这些框架下是否有明确定义。
-
多路径情形的性质未证明:Section 3 只有定义和数值例子,没有命题。MMSᵢ 在路径间相关、路径合并/分解下的行为是开放的。扎根:Section 3 的 "We next consider these measures for binary outcomes" 之后直接进入二元结局,多路径的理论性质被跳过。
-
二元结局的有限样本性质:log(OR) 在小样本下有已知的偏差问题,log(RR) 有约束问题(概率在 [0,1] 内)。MMS 和 σ 在这些尺度上的估计行为完全未讨论。扎根:Section 4 只有代数变换,无任何统计性质。
-
与现有效应量的系统比较:论文引用了 R² 类度量(Fairchild et al., 2009; de Heus, 2012)和 κ²(Preacher and Kelley, 2011),但没有与 MMS/σ 做数值或理论比较。MMS 在什么条件下优于这些度量?扎根:引言部分只陈述"there remains a need",没有给出比较证据。
提醒:要确认以上哪几条是真 gap,去读同子领域(mediation effect size measures)近期约 5 篇的 introduction——都指向它 = 共识(真 gap),互相打架 = 机会。
Maintained by 陈星宇 · Homepage · Source on GitHub