换一批效应改变法和有向无环图在线性回归变量筛选中的应用及实现
Applications and realizations of change-in-estimate and directed acyclic graph in linear regression variable screen
摘要目的 通过实例展示如何应用在线工具DAGitty和R实现有向无环图(DAG)联合效应改变法(CIE)筛选线性回归中需要调整的混杂.方法 基于DATADRYAD的Jung,Su-Young J et al.(2019)数据包,假设暴露因素为BMI_ICU,结局为Death_28D,混杂包括Sex等9个变量为混杂因素.本文以逻辑回归模型为例,首先应用在线工具DAGitty将变量间的因果关系可视化,并自动识别需要调整的混杂;然后使用R批量筛选出使暴露因素的效应量变化超过10％的混杂.结果 经DAG未发现中介变量,在单因素模型中逐一加入混杂,或在全变量模型中逐一剔除混杂后BMI_ICU的效应量变化均未超过10％,综上,暂没有需要调整的混杂.结论 通过DAGitty和R可以简便、有效、快速的实现DAG联合CIE筛选线性回归中的混杂,其他线性回归类型可在此基础上稍作修改.
更多相关知识
关键词
有向无环图效应改变法DAGitty混杂筛选线性回归Directed acyclic graphChange-in-estimateDAGittyConfounder screeningLinear regression
分类号
R4（临床医学）
栏目名称
DOI
10.3969/j.issn.1674-4055.2024.10.06
发布时间
2024-12-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中国中医科学院科技创新工程（CI2021A02905）
中国中医科学院西苑医院青师计划（2022QS-14）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
