曝露測定誤差バイアス補正のための回帰キャリブレーション法における因果共変量選択

科学分野:

• 疫学; 生物統計学

背景:

• 連続曝露における測定誤差は、回帰キャリブレーションの結果をバイアスさせる可能性があります。
• 曝露とアウトカムの関係の正確な推定には、このバイアスに対処する必要があります。

研究 の 目的:

• 回帰キャリブレーションのための最小かつ効率的な共変量調整セットを決定すること。
• 専門知識および有向非巡回グラフを使用した共変量選択のガイダンスを提供すること。

主な方法:

• 有向非巡回グラフ（DAG）を利用して共変量選択の原則を説明しました。
• バイアス補正のためのインピュテーションベースの回帰キャリブレーションを調査しました。
• このアプローチをHealth Professionals Follow-up Studyのデータに適用しました。

主要な成果:

• 曝露とアウトカムの共通原因および測定誤差とアウトカムの共通原因の2つの主要な共変量セットを特定しました。
• 測定誤差モデル（MEM）およびアウトカムモデルにおける特定の共変量への調整が、バイアスのない補正に不可欠であることを実証しました。
• MEMにおけるリスク因子ではないものへの調整による効率の向上を示しました。

結論:

• 専門知識は、回帰キャリブレーションにおける適切な共変量の選択に不可欠です。
• 提案された方法により、曝露測定誤差のバイアスのない補正が保証されます。
• バイオマーカーを介した栄養摂取推定のための回帰キャリブレーションの使用には注意が必要です。