[论文解读] Multi-study factor regression model: an application in nutritional epidemiology

Roberta De Vito, Alejandra Avalos‐Pacheco|arXiv (Cornell University)|Apr 25, 2023

Nutritional Studies and DietMedicine被引用 3

一句话总结

本文提出了多研究因子回归（MSFR）模型，这是一种新颖的联合因子分析框架，能够在调整性别、教育水平和生活方式等协变量的同时，同时识别出不同人群中的共享与群体特异性饮食能力模式。该方法在估计精度和预测性能方面优于传统方法，在西班牙裔/拉丁裔社区中揭示了饮食能力模式与健康结局之间的显著关联。

ABSTRACT

Diet is a risk factor for many diseases. In nutritional epidemiology, studying reproducible dietary patterns is critical to reveal important associations with health. However, it is challenging: diverse cultural and ethnic backgrounds may critically impact eating patterns, showing heterogeneity, leading to incorrect dietary patterns and obscuring the components shared across different groups or populations. Moreover, covariate effects generated from observed variables, such as demographics and other confounders, can further bias these dietary patterns. Identifying the shared and group-specific dietary components and covariate effects is essential to drive accurate conclusions. To address these issues, we introduce a new modeling factor regression, the Multi-Study Factor Regression (MSFR) model. The MSFR model analyzes different populations simultaneously, achieving three goals: capturing shared component(s) across populations, identifying group-specific structures, and correcting for covariate effects. We use this novel method to derive common and ethnic-specific dietary patterns in a multi-center epidemiological study in Hispanic/Latinos community. Our model improves the accuracy of common and group dietary signals and yields better prediction than other techniques, revealing significant associations with health. In summary, we provide a tool to integrate different groups, giving accurate dietary signals crucial to inform public health policy.

研究动机与目标

• 解决营养流行病学中在不同族裔和文化群体间识别可重复饮食能力模式的挑战。
• 校正可能掩盖真实饮食能力信号的性别、教育水平和生活方式等混杂因素的影响。
• 开发一个统一的统计框架，联合建模多个研究中的共性与研究特异性饮食能力成分。
• 与现有因子分析方法相比，提升饮食能力模式估计与预测的准确性。
• 为多族裔人群中的饮食-疾病关联提供稳健、可解释且具有政策相关性的洞察。

提出的方法

• MSFR模型将多研究因子分析（MSFA）与潜在因子回归相结合，联合建模多个群体中的共性与研究特异性因子。
• 采用高效的ECM算法并使用闭式更新实现确定性估计，支持可扩展的计算。
• 显式建模并校正协变量（如性别、教育水平、吸烟、饮酒、BMI）对因子结构的影响。
• 同时估计共享（共性）和群体特异性载荷矩阵与潜在因子。
• 对因子数量的估计具有鲁棒性，相比未校正模型可有效减少过拟合。
• 该方法已通过GitHub公开，支持可复现性与更广泛的应用。

Figure 1: Heatmap of the common (left panel) and study-specific (right panel) factor loadings in the HCHS/SOL.

实验结果

研究问题

• RQ1 如何在调整关键混杂因素的前提下，联合识别出不同拉丁裔亚群中的共性与族裔特异性饮食能力模式？
• RQ2 协变量校正在多中心研究中在多大程度上提升了饮食能力模式估计的准确性和可解释性？
• RQ3 MSFR模型在预测性能和因子估计方面与标准因子分析及多研究因子分析相比表现如何？
• RQ4 在西班牙裔社区健康研究/拉丁裔研究（HCHS/SOL）中，哪些饮食能力模式与替代健康饮食指数（AHEI-2010）关联最强？
• RQ5 MSFR模型能否检测到在不同拉丁裔族裔背景中既具有全球共性又具有本地特异性的有意义且可解释的饮食能力模式？

主要发现

• 与MSFA和标准因子回归相比，MSFR模型在存在强烈协变量效应时显著提升了预测准确性和估计的稳健性。
• 共性饮食能力模式显示：植物性饮食能力和海鲜饮食能力可提高AHEI-2010得分，而动物性食品和乳制品饮食能力则降低该得分。
• 动物性食品饮食能力与AHEI-2010呈强烈负相关，使其从第一分位数的49.7降至第五分位数的45.2。
• 乳制品饮食能力略微降低AHEI-2010得分，从第一分位数的48.1降至第五分位数的46.7。
• 研究特异性模式揭示了不同的关联：多米尼加模式使AHEI-2010从第一分位数的51.2提升至第三分位数的46.4，而古巴模式则略微降低其得分，从44.7降至43.5。
• 研究特异性因子的标准误极低，表明估计具有高度精确性。

Figure 2: Association of each factor with each food group for each common factor (first box) and each study-specific factor (second box).