贝叶斯工具变量模型的建立及其在观察性研究中的应用

摘要

研究背景: 观察性研究可依托已有的疾病监测平台和医疗资源，在样本量、研究时长、成本等方面均具有优势，同时观察性研究未对研究对象进行严格的筛选，研究群体更接近真实情况，使研究结果更具有实际指导意义。但观察性研究未对研究对象进行随机化，从而容易受到多种混杂因素的影响。传统的回归、分层、多因素分析及新近的倾向性评分法、边缘结构模型等方法都仅能均衡已测量混杂因素引起的偏倚，而工具变量分析则是一种均衡未知混杂因素引起偏倚的重要方法。基于贝叶斯理论的统计学方法能够将先验信息与样本信息相结合进行统计推断，先验信息来源于对既往研究结果的提炼，因而加强了针对同一主题研究间的联系，实现了对既往研究结果的继承与创新。贝叶斯理论与工具变量分析方法相结合能够同时发挥两种方法的优点，但现有研究中关于贝叶斯工具变量分析方法的研究极少，探索贝叶斯工具变量分析在观察性研究中的可行性和适用条件不仅能够完善工具变量分析理论体系，同时也有重要的实用价值。 研究目的: 本研究针对传统工具变量分析方法无法利用既往研究结果和对估计参数分布有着严格假定的不足，构建基于贝叶斯理论的工具变量分析模型，并对构建模型的分析结果进行验证和评价，探索贝叶斯工具变量分析在观察性研究中的可行性和适用条件，并将所建立的模型应用到真实的调查研究中，检验效果，推广应用。 研究方法: 通过对国内外工具变量分析方法基本理论及应用方面的相关文献进行系统回顾，根据暴露/处理和结局变量的不同类型选择最常用的工具变量分析方法作为本研究中的传统工具变量分析方法。以传统工具变量分析方法为模型基础，设定估计参数的先验分布及初始值，采用MCMC抽样的方法，获得估计参数的后验分布，建立贝叶斯工具变量分析模型。在不同条件下全面比较传统工具变量分析方法和贝叶斯工具变量分析方法估计结果的准确性和精确性，得到针对不同数据类型的最优估计方法。将得到的最优估计方法应用到卫生服务调查实例研究中，用以均衡未测量混杂因素引起的偏倚。 研究结果: 研究模拟了暴露/处理和结局变量均为连续型变量、暴露/处理和结局变量均为二分类变量和暴露/处理为连续型、结局变量为二分类变量三种流行病学研究中最常见的数据类型，并在不同暴露/处理和结局变量相关关系、不同工具变量强度、不同混杂因素强度下比较了传统和贝叶斯工具变量分析方法的偏倚、均方根误差、置信区间宽度及覆盖率。 当遗漏了混杂因素在模型之外时，继续使用传统的方法来估计暴露/处理的效应值，估计结果将发生极大的偏倚，而工具变量分析能有效的减小偏倚。针对不同暴露/处理和结局变量的类型，基于不同模型的工具变量分析方法的结果差异很大。具体来讲，当暴露/处理和结局变量均为连续型变量时，两阶段最小二乘法是所有估计方法中，偏倚最小和最稳定的估计方法;当暴露/处理和结局变量均为二分类变量时，线性预测值替换模型是所有方法中偏倚最小、结果最稳定的;当暴露/处理为连续型、结局变量为二分类变量时，线性残差纳入模型是偏倚最小的，也是最稳定的。当以合适的模型为基础时，传统和贝叶斯工具变量分析结果较为接近，二者均不受暴露/处理和结局变量相关关系的影响，但受工具变量强度和遗漏混杂因素强度的影响，工具变量强度越强结果偏倚越小、置信区间越窄，遗漏混杂因素越强结果偏倚越大。贝叶斯工具变量分析往往置信区间略宽而置信区间覆盖率略高，在强工具变量条件下，贝叶斯工变量分析方法表现略优于传统方法。 实例分析中单因素工具变量分析与传统多因素分析结果较为接近，验证了构建的模型对遗漏混杂因素的均衡作用，多因素工具变量分析证实了体育锻炼对老年人健康的促进作用。 研究结论: 根据流行病学研究中暴露/处理和结局变量数据类型的不同，选择合适的工具变量分析方法能有有效的减小偏倚。以合适的模型为基础，贝叶斯工具变量分析方法适用于流行病学研究中的各种条件，在强工具变量条件下，贝叶斯工具变量分析方法略优于传统工具变量分析方法。贝叶斯工具变量分析方法在小样本研究和不完美工具变量条件下的表现尚需要进一步研究。 体育锻炼对上海市老年人群的身心健康有着良好的促进作用，后续的研究应当采用更全面的健康量表并充分考虑锻炼频率、时间和强度的影响，从而制定科学的锻炼策略。

目录

声明

摘要

缩略词表

第一部分 概述

一、研究背景

(一)观察性研究中常见偏倚及控制方法

(二)工具变量分析在观察性研究中的应用

(三)工具变量分析是传统方法的有益补充

(四)工具变量分析方法研究进展

二、研究目的与意义

第二部分 研究内容、步骤、技术路线

一、研究内容

(一)贝叶斯工具变量分析模型构建

(二)工具变量分析方法在模拟数据中的实现

(三)不同分析方法的评价

(四)实例应用

二、研究步骤

三、研究技术路线

第三部分 贝叶斯工具变量分析模型的构建研究

一、暴露／处理和结局变量均为连续型变量

(一)数据模拟

(二)传统工具变量分析模型

(三)贝叶斯工具变量分析模型的构建

(四)结果比较

二、暴露／处理和结局变量均为二分类变量

(一)数据模拟

(二)传统工具变量分析模型

(三)贝叶斯工具变量分析模型的构建

(四)结果比较

三、暴露／处理为连续型变量、结局变量为二分类变量

(一)数据模拟

(二)传统工具变量分析模型

(三)贝叶斯工具变量分析模型的构建

(四)结果比较

四、模拟研究讨论

(一)最优工具变量分析方法的选择

(二)研究局限性及尚待解决的问题

第四部分 实例分析

一、研究对象、暴露因素及结局变量

二、工具变量及混杂因素的选取

三、分析方法

四、分析结果及比较

(一)不同锻炼组老人人口学特征描述与比较

(二)不同锻炼情况老人体育锻炼及身体健康情况

(三)体育锻炼对老人身体健康影响

五、讨论

第五部分 研究特色及创新点

附录

文献综述 观察性研究中控制偏倚与混杂的常用方法

参考文献

硕士研究生期间发表的论文

致谢