邊緣結構模型在醫學研究中的應用現狀及對護理研究的啟示

崔蕓薈 王宇 馬平萍 郭鑫鑫 楊巧芳

Application status of marginal structure model in medical research and implications for nursing research

CUI Yunhui， WANG Yu， MA Pingping， GUO Xinxin， YANG Qiaofang

School of Nursing and Health， Zhengzhou University， Henan 450001 China

Corresponding Author? YANG Qiaofang， E?mail： eaam68@163.com

Keywords??? marginal structure model； timing confounders； nursing research； review

摘要? 對邊緣結構模型的概念、統計思想、模型特點以及在醫學研究中的應用現狀進行綜述，為護理研究中處理時依性混雜因素并對縱向數據進行因果推斷提供思路。

關鍵詞? 邊緣結構模型；時依性混雜因素；護理研究；綜述

doi：10.12102/j.issn.1009-6493.2024.09.018

醫學研究中常需對不同時間點的變量進行測量，觀察研究變量隨時間變化的趨勢以及對其發生發展進行因果推斷^[1]。但在真實情境中，縱向數據常包含各種隨時間變化的混雜因素。這些因素會影響對變量因果關系的推斷，而傳統的分析方法在處理時依性混雜因素上存在缺陷。為此，邊緣結構模型開始被逐步應用于醫學研究隨訪期的數據處理^[2]。目前，邊緣結構模型已經在慢性疾病管理^[3]、藥物作用觀察^[4]、心理社會追蹤^[5]等方面得到應用，但護理研究中相關的報道較少。現對邊緣結構模型的概念、統計思想、模型特點、在醫學中的相關應用進行綜述，以期為護理研究提供借鑒和參考。

1? 邊緣結構模型概述

1.1 概念

邊緣結構模型是由Robins等^[6]提出，是一種主要用于觀察性研究的因果關聯推斷方法，對存在時依性混雜因素與時依性暴露變量的數據進行分析。時依性混雜因素會隨著時間的變化而變化，其不僅影響暴露變量，也會影響結局變量^[7]。時依性混雜因素主要有3個特點：隨時間變化而變化；會影響后續結局；受之前暴露或處理影響，同時影響之后的暴露或處理^[8]。由于這些特點，需要使用特定的統計學方法幫助校正依性混雜因素對研究結果的影響，做出準確的因果推斷。

1.2 統計思想

邊緣結構模型基于反事實框架思想，即認為每個個體接受了暴露或處理的所有水平，由此可得出個體在相對應的水平上，暴露或處理的效應是結局發生的概率分布間的差異^[9]。通過逆概率權重的方法對觀察對象進行加權，使混雜因素與處理因素互相獨立，構建一個近似隨機對照試驗的虛擬人群，消除混雜因素的影響，從而能夠無偏估計暴露變量與結局變量之間的關聯^[10]。虛擬人群需要滿足：暴露或處理不受所測量混雜因素的影響；虛擬人群和實際人群中的暴露或處理因素與結局之間的關系保持一致^[11]。

1.3 模型特點

1.3.1 應用優勢

在縱向數據中，評估暴露因素與結局關系較為復雜，由于觀察或隨訪中缺乏隨機化，除了需要在基線時控制選擇偏倚外，重復測量的變量數據會隨著時間的變化而變化，從而影響真實的因果推斷。因此，在縱向研究中，可使用邊緣結構模型通過逆概率加權的方法控制混雜因素所帶來的偏倚。此外，根據協變量是否會受到過去暴露或處理的影響，可分為有中介效應的時依性變量和無中介效應的時依性變量，同理，無中介效應的時依性混雜因素是指只受上一階段混雜因素的影響，而有中介效應的時依性混雜因素是指其不僅受上一階段暴露或處理的影響，也會受上一階段混雜因素的影響^[12]。邊緣結構模型的優勢在于對于時依性變量的處理以及直接或間接因果效應的估計較為理想，是目前時依性混雜因素處理的主要方法。

1.3.2 注意事項

需要注意的是，在應用模型時常混淆逆概率加權與邊緣結構模型的關系，兩者并不等同。邊緣結構模型顯示了對因果估計的預先假設，而逆概率加權是對觀測到因素分布的限制，因此在使用時應注意規范使用^[13]。此外，當疾病較為罕見或者所觀察的結局所需時間較長，隨機對照研究往往無法應用，時間間隔長時也會不可避免地出現其他混雜因素，這時可考慮采用邊緣結構模型作為替代方案^[14]。但在進行模型擬合時盡管對已知的混雜因素盡可能地考慮全面，但并不能完全解釋所有的潛在混雜因素，有條件的情況下仍需進一步采用隨機對照試驗驗證其因果效應。

2? 邊緣結構模型在醫學中應用的研究進展

2.1 藥物治療效果比較

邊緣結構模型最早應用于藥物治療療效的觀察，通過對藥物治療進行跟蹤，可對藥物的效果做出因果推斷。一項關于炎癥各種生物標志物水平與新型冠狀病毒感染（COVID?19）住院病人預后的多中心研究顯示，邊緣結構模型能夠在考慮血壓和血清血肌酐等時依性混雜因素的影響下，探討血管緊張素轉換酶抑制劑或血管緊張素Ⅱ受體阻滯劑藥物對復合結局（死亡、機械通氣等）的影響^[15]。此外，邊緣結構模型也能應用于不同藥物效果比較的研究中，在比較阿片類藥物與非甾體抗炎藥使用時間與對慢性腎功能不全病人的危害程度時，邊緣結構模型能夠控制時依性變量，得出阿片類藥物使用與慢性腎功能不全病人不良事件發生相關性更強的結論^[16]。除了能對藥物療效做出比較和預測外，有學者指出邊緣結構模型對藥物治療效果的研究與隨機對照研究設計的結果可進行類比，甚至能夠成為隨機對照研究設計的有效替代方案^[17]。對藥物治療療效觀察的研究發現，邊緣結構模型對于藥物療效縱向數據中的時依性混雜因素能夠很好地進行均衡，能夠直接獲取藥物和觀察結局之間的聯系，做出準確的因果推斷。

2.2 疾病影響因素

2.2.1 生活方式

邊緣結構模型在觀察疾病影響因素方面有顯著優勢。有學者為調查膳食血糖負荷和兒童血脂譜之間的關聯，將肥胖作為中介變量，對630名兒童隨訪2年，并使用邊緣結構模型提取數據信息，得出肥胖能夠介導膳食血糖負荷與血脂譜的關聯^[18]。與此研究相似，一項研究探討阻力運動對心血管疾病風險的直接和間接影響，基于邊緣結構模型分析阻力運動與心血管疾病風險之間的中介變量發現，總膽固醇是對心血管結局影響最大的潛在危險因素^[19]。另有研究表明，體力活動通過脂肪含量影響老年人維生素D水平，這在EpiFloripa衰老隊列研究^[20]中到了證實。由此可見，邊緣結構模型可以通過直接或間接因果推斷探討生活方式對疾病的影響，在危險因素的識別和控制方面為疾病的分析提供了新的方案。

2.2.2 負性情緒

疾病的發生發展不僅與飲食、運動這類生活方式有關，也與負性情緒的影響有關。有學者在COVID?19流行期間對2 262名年齡在55歲以上的中老年人隨訪了9個月，使用量表對研究對象的心理健康進行評分，通過邊緣結構模型擬合孤獨或焦慮癥狀與認知功能，最終發現COVID?19流行期間中老年人負面情緒對認知功能具有長期消極影響^[21]。邊緣結構模型不僅可以通過縱向研究觀察負性情緒的影響，也可以通過病例對照研究對負性情緒進行探討。一項關于抑郁癥和各種精神疾病對自殺影響的研究顯示，患有抑郁癥和精神疾病的男性自殺率明顯增加，邊緣結構模型能夠協助分析自殺風險的原因^[22]。另外，疾病進展常導致社會心理功能惡化，可通過模型探討疾病對負性情緒的影響過程。例如骨關節炎伴有疼痛癥狀，通過邊際模型控制疾病發展期間時依性混雜因素的影響，總結出疾病嚴重程度與抑郁癥狀發作之間的關聯^[23]。對于負性情緒相關研究，邊緣結構模型雖可以探討心理與疾病的因果關系，但其僅是一個統計模型，對于心理狀態的評估往往由填寫問卷自我報告的方式獲得，其準確性有待進一步考量，真實應用效果需審慎商榷。

2.3 疾病進程

邊緣結構模型可以處理多次重復測量的數據信息，為跟進疾病的后續發展提供可能。肥胖和哮喘是兒童期最常見的慢性病，有學者將肥胖和哮喘作為時依性暴露因素，通過邊緣結構模型探討隨后青春期哮喘和肥胖的發生，發現兩者間具有顯著關聯^[24]。另有研究采用邊緣結構模型控制先兆子癇和女性晚年腦卒中發病共同隨時間變化的危險因素，發現有先兆子癇病史的女性晚年腦卒中發病風險高于沒有先兆子癇病史的女性^[25]。此外，有學者將把白內障切除術作為主要暴露因素，從電子病歷中提取有關白內障或青光眼診斷和手術的病例，對研究對象定期進行隨訪，使用邊緣結構模型對隨訪數據進行分析，從而確定白內障切除術與老年人癡呆風險降低顯著相關^[26]。對于疾病的跟蹤研究邊緣結構模型已顯示出多期隨訪數據處理的巨大潛力，但隨訪時間點較多時，時依性協變量在不同時間點的均衡性是一個需要注意的問題，因此在使用時需控制時依性協變量的均衡分布，確保因果推斷的準確性。

2.4 揭示社會因素與健康關聯

邊緣結構模型可對社會學因素引起的健康問題進行良好的解釋和預測。有學者利用邊緣結構模型分析了社會隔離對死亡風險的影響，同時考慮到了時依性混雜因素和兩者間可能的中介途徑，更準確推斷了社會隔離與死亡風險間的聯系^[27]。除社會隔離外，社會支持也是影響健康的重要社會學因素。有學者將妊娠期間的社會支持分為不同水平，基于邊緣結構模型探討社會支持水平對圍生期或產后抑郁狀態的影響，最終發現妊娠期較低的社會支持水平與其抑郁狀態密切相關，強調了足夠的社會支持對妊娠期心理健康的重要性^[28]。另外，社會經濟對個體健康管理的影響也不容忽視。有研究使用邊緣結構模型估計不同時期的社會經濟地位與認知水平的關系，得出高社會經濟地位對認知水平具有保護作用的結論^[29]。邊緣結構模型在有關社會因素與健康關系的研究中能夠有效做出因果推斷，豐富了相關研究方法，也提示社會心理因素在健康方面的作用應該被重視。

3? 對護理研究的啟示

3.1 縱向研究中的時序因果推斷

護理研究中常探討暴露因素與結局之間的關系，但時依性混雜因素常被忽略，勢必會影響暴露因素與結局之間的因果推斷。一項研究借助艾滋病（AIDS）綜合防治信息系統數據庫和中醫中藥治療人免疫缺陷病毒（HIV）/AIDS項目數據庫中記錄的數據信息，探討中醫藥治療對AIDS病人死亡的影響，并將Cox比例風險回歸模型和邊緣結構Cox模型進行分析比較，雖然兩個模型的結果基本相同，但邊緣結構模型控制時依性混雜因素后得出影響死亡因素風險度的置信區間更小，研究結果更穩定，且模型擬合優良性也較好^[30]，這顯示了邊緣結構模型在處理時依性混雜因素方面有著獨特的優勢。此外，邊緣結構模型在跟進社會心理健康的影響進程和分析健康行為改變方面能起到良好的解釋和預測作用，克服了以往其他因果效應模型不能追蹤隨時間變化的因素效應的諸多局限。從特定角度進行因果追蹤，具有更高的預測和推斷性能，為縱向研究中的時序因果推斷提供了新的策略。

3.2 中介機制

邊緣結構模型是一個因果效應模型，能夠在控制時依性混雜的前提下對暴露因素和結局做出因果推斷。一項探究助聽器使用與認知能力的研究顯示，控制高血壓、糖尿病、飲酒等時間依賴性混雜因素后，使用助聽器有助于減輕與聽力喪失有關認知功能下降^[31]。除了能夠估計直接的因果效應之外，也可以進行中介效應分析。有學者基于中國健康與養老追蹤調查數據，采用邊緣結構模型分析我國中老年人社會隔離對死亡風險的影響和抑郁癥狀、認知障礙在兩者間的中介效應^[27]。而護理相關研究在中介效應分析時，會受后處理混雜變量的影響，它既是中介變量和結局變量的混雜變量，同時受前期處理變量的影響，用傳統因果方法估計的直接和間接效應會存在偏倚，因此可以借助邊緣結構模型進行處理。總的來說，邊緣結構模型不僅可以解決護理研究中后處理混雜變量帶來的混雜偏倚問題，也可以在估計中介效應的同時兼顧暴露變量和中介變量的交互效應。

4? 小結

邊緣結構模型是為解決存在時依性混雜因素所導致的偏倚而提出的模型，在縱向觀察性數據處理方面有顯著優勢，因此近年來該模型被應用于多個領域，尤其在醫學研究方面發展更為迅速。邊緣結構模型雖然彌補了常規縱向數據統計方法不能處理時依性混雜因素上的局限，但同樣需要在正確假設的前提下，全面考慮測量混雜因素。目前，邊緣結構模型在醫學研究的應用逐漸發展和完善，在藥物療效比較、慢性病影響因素分析和社會因素追蹤等方面已取得較好的模型擬合，但在護理應用方面尚處在起步階段，亟需應用邊緣結構模型探索護理研究中的因果機制。

參考文獻：

[1]? 湯寧，宋秋月，易東，等.醫學縱向數據建模方法及其統計分析策略[J].中國衛生統計，2019，36（3）：441-444.

[2]? PLATT R W，BROOKHART M A，COLE S R，et al.An information criterion for marginal structural models[J].Stat Med，2013，32（8）：1383-1393.

[3]? FU E L，EVANS M，CARRERO J J，et al.Timing of dialysis initiation to reduce mortality and cardiovascular events in? advanced chronic kidney disease：nationwide cohort study[J].BMJ，2021，375：e66306.

[4]? PADILLA S，POLOTSKAYA K，FERN?NDEZ M，et al.Survival benefit of remdesivir in hospitalized COVID-19 patients with high? SARS-CoV-2 viral loads and low-grade systemic inflammation[J].J Antimicrob Chemother，2022，77（8）：2257-2264.

[5]? ZHAO S S，JONES G T，HUGHES D M，et al.Depression and anxiety symptoms at TNF inhibitor initiation are associated with? impaired treatment response in axial spondyloarthritis[J].Rheumatology，2021，60（12）：5734-5742.

[6]? ROBINS J M，HERN?N M A，BRUMBACK B.Marginal structural models and causal inference in epidemiology[J].Epidemiology，2000，11（5）：550-560.

[7]? DANIEL R M，COUSENS S N，DE STAVOLA B L，et al.Methods for dealing with time-dependent confounding[J].Statistics in Medicine，2013，32（9）：1584-1618.

[8]? 陳晨鑫，郭曉晶，許金芳，等.基于Super Learner的邊緣結構模型研究及發展[J].藥物流行病學雜志，2022，31（2）：101-106.

[9]? 張天一，葉小飛，張新佶，等.邊緣結構模型——一種控制時依性混雜的方法[J].中國衛生統計，2015，32（1）：171-173.

[10]? ZHENG W J，LUO Z H，VAN DER LAAN M J.Marginal structural models with counterfactual effect modifiers[J].The International Journal of Biostatistics，2018，14（1）：123.

[11]? YANG S B，EATON C B，LU J，et al.Application of marginal structural models in pharmacoepidemiologic studies：a systematic review[J].Pharmacoepidemiology and Drug Safety，2014，23（6）：560-571.

[12]? 梁際洲，郭曉晶，許金芳，等.藥物流行病學研究中的時依性變量處理方法簡介及比較[J].藥物流行病學雜志，2022，31（3）：190-197.

[13]? SHINOZAKI T，SUZUKI E.Understanding marginal structural models for time-varying exposures：pitfalls and tips[J].Journal of Epidemiology，2020，30（9）：377-389.

[14]? SALL A，AUB? K，TRUDEL X，et al.A test for the correct specification of marginal structural models[J].Statistics in Medicine，2019，38（17）：3168-3183.

[15]? PAN M，VASBINDER A，ANDERSON E，et al.Angiotensin-converting enzyme inhibitors，angiotensin Ⅱ receptor blockers，and outcomes in patients hospitalized for COVID-19[J].Journal of the American Heart Association，2021，10（24）：e023535.

[16]? ZHAN M，DOERFLER R M，XIE D W，et al.Association of opioids and nonsteroidal anti-inflammatory drugs with outcomes in CKD：findings from the CRIC（chronic renal insufficiency cohort） study[J].American Journal of Kidney Diseases，2020，76（2）：184-193.

[17]? GREGORIO C，CAPPELLETTO C，ROMANI S，et al.Using marginal structural joint models to estimate the effect of a time-varying treatment on recurrent events and survival：an application on arrhythmogenic cardiomyopathy[J].Biometrical Journal Biometrische Zeitschrift，2022，64（8）：1374-1388.

[18]? SUISSA K，BENEDETTI A，HENDERSON M，et al.A mediation analysis on the relationship between dietary glycemic load，obesity and cardiovascular risk factors in children[J].International Journal of Obesity，2022，46：774-781.

[19]? HUANG J S，LI Y H，BRELLENTHIN A G，et al.Causal mediation analysis between resistance exercise and reduced risk of cardiovascular disease based on the aerobics center longitudinal study[J].Journal of Applied Statistics，2022，49（14）：3750-3767.

[20]? CEOLIN G，CONFORTIN S C，DA SILVA A A M，et al.Association between physical activity and vitamin D is partially mediated by adiposity in older adults：EpiFloripa aging cohort study[J].Nutrition Research，2022，103：11-20.

[21]? KOBAYASHI L C，O'SHEA B Q，JOSEPH C，et al.Acute relationships between mental health and cognitive function during the COVID-19 pandemic：longitudinal evidence from middle-aged and older US adults[J].SSM Mental Health，2022，2：100097.

[22]? JIANG T，NAGY D，ROSELLINI A J，et al.The joint effects of depression and comorbid psychiatric disorders on suicide deaths：competing antagonism as an explanation for subadditivity[J].Epidemiology，2022，33（2）：295-305.

[23]? RATHBUN A M，SHARDELL M D，RYAN A S，et al.Association between disease progression and depression onset in persons with radiographic knee osteoarthritis[J].Rheumatology，2020，59（11）：3390-3399.

[24]? ARIS I M，SORDILLO J E，RIFAS-SHIMAN S L，et al.Childhood patterns of overweight and wheeze and subsequent risk of current asthma and obesity in adolescence[J].Paediatric and Perinatal Epidemiology，2021，35（5）：569-577.

[25]? DE HAVENON A，DELIC A，STULBERG E，et al.Association of preeclampsia with incident stroke in later life among women in the Framingham heart study[J].JAMA Network Open，2021，4（4）：e215077.

[26]? LEE C S，GIBBONS L E，LEE A Y，et al.Association between cataract extraction and development of dementia[J].JAMA Internal Medicine，2022，182（2）：134-141.

[27]? 楊文桂.中國中老年人社會隔離對死亡風險的影響—基于抑郁癥狀和認知功能障礙的中介分析[D].廈門：廈門大學，2020.

[28]? MATSUMURA K，HAMAZAKI K，TSUCHIDA A，et al.Causal model of the association of social support during pregnancy with a perinatal and postpartum depressive state：a nationwide birth cohort：the Japan environment and children's study[J].Journal of Affective Disorders，2022，300：540-550.

[29]? KRASNOVA A，TOM S E，VALERI L，et al.Direct effect of life-course socioeconomic status on late-life cognition and cognitive decline in the rush memory and aging project[J].American Journal of Epidemiology，2023，192（6）：882-894.

[30]? 金艷濤，楊春玲，李鵬宇，等.兩種COX模型分析中醫藥對艾滋病患者死亡影響因素的比較[J].中國中西醫結合雜志，2021，41（11）：1302-1306.

[31]? BUCHOLC M，BAUERMEISTER S，KAUR D，et al.The impact of hearing impairment and hearing aid use on progression to mild cognitive impairment in cognitively healthy adults：an observational cohort study[J].Alzheimer's & Dementia，2022，8（1）：e12248.

（收稿日期：2023-04-09；修回日期：2024-04-08）

（本文編輯 崔曉芳）