임상 연구 맥락에서의 인과적 매개 분석

임상 연구에서는 대개 치료 및 결과 외에도 수많은 중간 변수를 수집합니다. 이러한 변수들은 종종 교란 요인으로 잘못 취급되어 결과 변수의 유형에 따라 다양한 다변수 회귀 모델을 사용하여 통제됩니다. 그러나 이러한 방법들은 기저의 매개 과정을 규명하지 못합니다. 인과적 매개 분석(CMA)은 치료의 총 효과를 직접 효과와 간접 효과로 분해하는 방법입니다. 간접 효과는 매개변수를 통해 결과로 전달됩니다. mediation 패키지는 순차적 무시가능성(sequential ignorability) 가정하에 CMA를 수행하도록 설계되었습니다. 이 패키지는 평균 인과 매개 효과(ACME), 평균 직접 효과(ADE) 및 총 효과를 보고합니다. 또한 추정된 효과들에 대한 시각화 도구를 제공합니다. 민감도 분석은 순차적 무시가능성 가정이 실제 연구에서 충족되기에는 너무 강하다는 비판을 받아왔기 때문에, 이 가정이 위배되었을 때 결과가 강건한지 검토하도록 설계되었습니다.