Нова команда mediate розширює потужний набір причинно-наслідкових висновків Stata для підтримки аналізу причинно-наслідкових зв’язків. Причинно-наслідковий аналіз визначає та кількісно оцінює причинно-наслідкові зв’язки. Аналіз причинно-наслідкових зв’язків розплутує їх. Чи є ці ефекти опосередкованими через іншу змінну, медіатор?

Виберіть одну з 23 комбінацій моделей результату і медіатора, включаючи лінійну, логіт і Пуассона, щоб оцінити загальний ефект і розкласти його на прямий і непрямий (через медіатор) ефекти. Обчислюйте контрольовані прямі ефекти та частку опосередкованих. Перерахувати ефекти у співвідношення шансів, ризику та частоти випадків. Побудувати графік оцінених ефектів. Отримувати прогнози. І не тільки.

. mediate (wellbeing, logit) (bonotonin, logit) (exercise)

Iteration 0:  EE criterion =  2.047e-17
Iteration 1:  EE criterion =  1.570e-32

Causal mediation analysis                                Number of obs = 2,000

Outcome model:     Logit
Mediator model:    Logit
Mediator variable: bonotonin
Treatment type:    Binary

Robust

Coefficient std. err. z P>|z| [95% conf. interval]

.1130778 .0287055 3.94 0.000 .056816 .1693397

.1457939 .0357194 4.08 0.000 .0757851 .2158027

.2588717 .0213767 12.11 0.000 .2169742 .3007692

Note: Outcome equation includes treatment–mediator interaction.

Оцінений загальний ефект (TE) становить 0,26. Оскільки наша змінна результату є бінарною, цей ефект вимірюється на шкалі ймовірностей. Ми інтерпретуємо цей ефект так само, як і середній ефект лікування: якщо кожна людина в популяції буде займатися фізичними вправами, ймовірність вищого благополуччя збільшиться на 0,26 бала за шкалою ймовірності порівняно з тим, якби ніхто не займався фізичними вправами.

Решта результатів, наведених у таблиці, є оцінками природного непрямого ефекту (НПЕ) та природного прямого ефекту (ПНЕ). Природний непрямий ефект показує, якою мірою фізичні вправи впливають на самопочуття через вироблення бонотоніну. NDE фіксує вплив фізичних вправ на самопочуття через інші механізми, окрім бонотоніну. Тут НІЕ 0,11 означає, що збільшення ймовірності вищого благополуччя на 0,11 зумовлене впливом фізичних вправ через вироблення бонотоніну. А виходячи з NDE, збільшення на 0,15 пояснюється іншими механізмами.

Вище ми інтерпретували оцінені ефекти на шкалі ймовірності як різницю ризиків. При бажанні ми могли б також інтерпретувати їх в термінах відношення ризиків або відношення шансів. Для отримання відношення шансів, наприклад, ми використовуємо команду пост-оцінки estat or:

. estat or
estat or requires potential-outcome means; refitting model ...

Transformed treatment effects                            Number of obs = 2,000

Robust

Odds ratio std. err. z P>|z| [95% conf. interval]

1.575108 .1827157 3.92 0.000 1.254785 1.977204

1.87189 .2785201 4.21 0.000 1.398393 2.505713

2.948429 .2768771 11.51 0.000 2.452772 3.544249

Сумарний ефект відповідає відношенню шансів 2,95, яке в цьому випадку є добутком відношень шансів прямого та непрямого ефектів. Для обчислення відношення ризиків ми могли б використати estat rr, а якби ми підібрали пуассонівську модель для результату, ми могли б використати estat irr для обчислення відношення захворюваності до рівня захворюваності.

Ми також можемо оцінити контрольовані прямі ефекти (CDE) за допомогою estat cde. Наприклад, нас може цікавити прямий ефект за контрфактичного припущення, що або кожна людина в популяції відчуває підвищення рівня бонотоніну, або ніхто не відчуває. Для цього ми задаємо estat cde з опцією mvalue(0 1), щоб оцінити середній контрольований прямий ефект лікування з (бінарним) медіатором бонотоніном, встановленим на 0 або 1:

. estat cde, mvalue(0 1)

Controlled direct effect                                 Number of obs = 2,000

Mediator variable: bonotonin
Mediator values:
  1._at: bonotonin = 0
  2._at: bonotonin = 1

Delta-method

CDE std. err. z P>|z| [95% conf. interval]

.1391299 .039573 3.52 0.000 .0615682 .2166916

.200756 .0505278 3.97 0.000 .1017234 .2997887

Прямий вплив фізичних вправ на покращення самопочуття становить 0,14 за шкалою ймовірності, якщо ні в кого не спостерігається підвищення рівня бонотоніну, і ми бачимо, що ефект дорівнює 0,2, якщо у всіх людей в популяції спостерігається підвищення рівня бонотоніну.

Знову ж таки, якщо ми хочемо виразити ці ефекти у вигляді відношення ризиків або відношення шансів, ми можемо використовувати опції rr або or, відповідно. Тут ми використовуємо опцію or для оцінки контрольованих прямих ефектів за шкалою відношення шансів:

. estat cde, mvalue(0 1) or

Controlled direct effect                                 Number of obs = 2,000

Mediator variable: bonotonin
Mediator values:
  1._at: bonotonin = 0
  2._at: bonotonin = 1

Delta-method

Odds ratio std. err. z P>|z| [95% conf. interval]

1.835771 .3049524 3.66 0.000 1.325621 2.542244

2.257759 .4785054 3.84 0.000 1.490306 3.420422

Нарешті, ми можемо бути зацікавлені в тому, щоб присвоїти число обсягу посередництва. Ми можемо використати estat proportion, щоб обчислити частку посередництва:

. estat proportion

Proportion mediated                                      Number of obs = 2,000

Robust

Proportion std. err. z P>|z| [95% conf. interval]

.4368103 .1164639 3.75 0.000 .2085453 .6650752

Розрахункова частка базується на оцінках ефекту за шкалою ймовірності. Непрямий ефект становить 44% від загального ефекту.