Inferencia posterior a la selección para el análisis de mediación de alta dimensión con resultados de supervivencia

Área de la Ciencia:

• Estadísticas biológicas
• La genómica
• Epidemiología

Sus antecedentes:

• La identificación de los mediadores causales es vital para comprender las relaciones exposición-resultado, especialmente en los datos genómicos de alta dimensión.
• Los métodos existentes carecen de una inferencia post-selección válida para efectos de mediación marginales con muchos mediadores potenciales.

Objetivo del estudio:

• Desarrollar un procedimiento de inferencia post-selección robusto para el efecto indirecto natural seleccionado al máximo.
• Abordar el desafío de los mediadores de alta dimensión en el análisis de la vía causal.

Principales métodos:

• Se utilizó un enfoque de función de influencia eficiente semiparamétrica.
• Desarrolló un estimador estabilizado de un solo paso con normalidad asintótica, que explica la selección del mediador.
• Utilizó estudios de simulación para evaluar el rendimiento empírico.

Principales resultados:

• El método propuesto demuestra un buen rendimiento empírico en simulaciones.
• Se aplicó con éxito el enfoque a un conjunto de datos de cáncer de pulmón.
• Se identificaron múltiples sitios de metilación de ADN CpG que podrían mediar el efecto del tabaquismo en la supervivencia del cáncer de pulmón.

Conclusiones:

• El método desarrollado proporciona una inferencia post-selección válida para el análisis de mediación de alta dimensión.
• Ofrece una herramienta poderosa para descubrir vías biológicas en estudios genómicos.
• Facilita la identificación de nuevos biomarcadores para el riesgo y la progresión de la enfermedad.