[논문 리뷰] Longitudinal Mediation Analysis with Latent Growth Curves

Adam Sullivan, Douglas Gunzler외 2명|arXiv (Cornell University)|2021. 03. 09.

Advanced Causal Inference Techniques참고 문헌 20인용 수 4

한 줄 요약

이 논문은 노출, 매개변수, 결과가 잠재 성장 곡선으로 모델링될 때, 자연 직접 효과와 자연 간접 효과를 추정하기 위해 잠재 성장 곡선 모델을 사용하는 반사적 프레임워크를 제안한다. 이는 시간에 따라 변화하는 연속형 매개변수와 결과를 갖는 縦관 연구에서 원인 추론을 가능하게 하며, 순차적 무시 가능성 가정 하에 추정기와 표준 오차를 제공한다.

ABSTRACT

The paper considers mediation analysis with longitudinal data under latent growth curve models within a counterfactual framework. Estimators and their standard errors are derived for natural direct and indirect effects when the mediator, the outcome, and possibly also the exposure can be modeled by an underlying latent variable giving rise to a growth curve. Settings are also considered in which the exposure is instead fixed at a single point in time.

연구 동기 및 목표

• 시간에 따라 변화하는 노출, 매개변수, 결과를 갖는 종단적 연구에서 매개변수 분석을 위한 원인 추론 프레임워크를 개발하는 것.
• 노출, 매개변수, 결과를 잠재 성장 곡선으로 모델링하여 개인의 시간에 따른 변화 경로를 포착하는 것.
• 반사적 프레임워크 하에서 자연 직접 및 간접 효과의 추정기와 표준 오차를 유도하는 것.
• 노출이 단일 시점에서 고정되어 있는 경우에도 매개변수 분석을 확장하는 것.
• 순차적 무시 가능성 및 잠재 결과의 조건부 독립성과 같은 식별 가정을 통해 방법론적 엄밀함을 확보하는 것.

제안 방법

• 노출, 매개변수, 결과의 잠재 경로를 截距 및 기울기 요소를 갖는 잠재 변수로 나타내기 위해 잠재 성장 곡선 모델(LGCMs)을 사용한다.
• 다른 노출 및 매개변수 조건 하에서 잠재 결과를 기반으로 반사적 프레임워크를 적용하여 자연 직접 및 간접 효과를 정의한다.
• 잠재 변수를 갖는 구조적 방정식 모델링(SEM) 기반으로 자연 직접 및 간접 효과의 추정기를 도출한다.
• 다변량 정규성 하에서 델타 방법 또는 강건한 분산 추정을 사용하여 추정기의 표준 오차를 유도한다.
• 경로 계수와 간접 효과를 제품 경로 방식으로 추정하기 위해 구조적 방정식 모델링(SEM) 프레임워크 내에서 모델을 구현한다.
• 순차적 무시 가능성, 잠재 결과의 조건부 독립성, 잠재 성장 곡선의 정확한 모델 사양과 같은 가정에 의존한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변화하는 매개변수와 결과를 갖는 종단적 매개변수 모델에서 자연 직접 및 간접 효과는 어떻게 추정할 수 있는가?
• RQ2 노출이 단일 시점에서 고정되어 있을 경우, 적절한 반사적 프레임워크는 무엇인가?
• RQ3 잠재 성장 곡선 모델은 매개변수 분석에서 노출, 매개변수, 결과의 개인별 경로를 어떻게 표현할 수 있는가?
• RQ4 이 프레임워크에서 자연 직접 및 간접 효과의 유효한 추정을 위해 필요한 식별 조건는 무엇인가?
• RQ5 측정 오차와 누락 데이터를 동반한 현실적인 종단적 자료 구조에서 제안된 추정기와 표준 오차는 어떻게 행동하는가?

주요 결과

• 논문은 잠재 성장 곡선 기반의 종단적 매개변수 모델에서 자연 직접 및 간접 효과의 폐쇄형 추정기를 성공적으로 도출하였다.
• 표준 오차는 다변량 정규성 하에서 델타 방법을 사용하여 도출되었으며, 통계적 추론이 가능해졌다.
• 노출이 단일 시점에서 고정되어 있어도 간접 효과의 추정이 가능해져 관찰 연구에의 적용 가능성이 확장되었다.
• 순차적 무시 가능성 하에서 총 효과를 자연 직접 효과와 간접 효과로 분해할 수 있다.
• 개인의 성장 경로 차이를 모델링할 수 있어, 기존의 반복 측정 접근법에 비해 검정력과 정밀도가 향상된다.
• 방법론적 프레임워크는 구조적 방정식 모델링(SEM) 환경 내에서 구현되어 모델 적합도 평가 및 표준 소프트웨어를 통한 매개변수 추정이 가능하다.