如何解决如何使用“ lavaan”包在中介分析中获得奇数比率
我正在尝试在R中进行中介分析,建议使用包'mediation'和'lavaan'。
似乎“调解”曾用于与一位调解人打交道,而“ lavaan”却被建议与多个调解员打交道。而且当结果变量是二分法时,我很困惑如何获得奇数比率。
这是我的代码,请注意,Y(new_DM)和X(高血压,BMI,CB,TG)均一分为二,年龄和性别均定义为协变量。
library(lavaan)
model <- '
# outcome model
new_DM ~ c*hypertension + b1*BMI + b2*CB + b3*TG + age + sex
# mediator models
BMI ~ a1*hypertension + age + sex
CB ~ a2*hypertension + age + sex
TG ~ a3*hypertension + age + sex
# indirect effects (IDE)
BMIIDE := a1*b1
CBIDE := a2*b2
TGIDE := a3*b3
sumIDE := (a1*b1) + (a2*b2) + (a3*b3)
# total effect
total := c + (a1*b1) + (a2*b2) + (a3*b3)
BMI ~~ CB
CB ~~ TG
BMI ~~ TG
'
set.seed(1234)
fit <- sem(model,data=data,test="bootstrap",bootstrap=1000)
summary(fit,fit.measures=TRUE,standardize=TRUE,rsquare=TRUE)
boot.fit <- parameterEstimates(fit,boot.ci.type="bca.simple")
然后我得到
····
Regressions:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
new_DM ~
hypertnsn (c) 0.038 0.008 4.849 0.000 0.038 0.059
BMI (b1) 0.028 0.010 2.890 0.004 0.028 0.044
CB (b2) 0.040 0.010 4.027 0.000 0.040 0.062
TG (b3) 0.030 0.009 3.383 0.001 0.030 0.040
age 0.002 0.000 4.093 0.000 0.002 0.050
sex -0.005 0.007 -0.666 0.505 -0.005 -0.008
BMI ~
hypertnsn (a1) 0.206 0.012 17.857 0.000 0.206 0.206
age -0.009 0.001 -15.651 0.000 -0.009 -0.181
sex 0.121 0.011 10.957 0.000 0.121 0.124
CB ~
hypertnsn (a2) 0.208 0.011 18.394 0.000 0.208 0.210
age -0.002 0.001 -3.585 0.000 -0.002 -0.041
sex 0.221 0.011 20.375 0.000 0.221 0.228
TG ~
hypertnsn (a3) 0.101 0.010 9.793 0.000 0.101 0.117
age -0.003 0.001 -6.336 0.000 -0.003 -0.076
sex 0.050 0.010 5.074 0.000 0.050 0.059
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.BMI ~~
.CB 0.130 0.003 44.048 0.000 0.130 0.604
.CB ~~
.TG 0.033 0.002 14.580 0.000 0.033 0.174
.BMI ~~
.TG 0.033 0.002 14.405 0.000 0.033 0.172
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.new_DM 0.093 0.002 60.216 0.000 0.093 0.978
.BMI 0.218 0.004 60.216 0.000 0.218 0.920
.CB 0.211 0.004 60.216 0.000 0.211 0.902
.TG 0.174 0.003 60.216 0.000 0.174 0.980
R-Square:
Estimate
new_DM 0.022
BMI 0.080
CB 0.098
TG 0.020
Defined Parameters:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
BMIIDE 0.006 0.002 2.853 0.004 0.006 0.009
CBIDE 0.008 0.002 3.934 0.000 0.008 0.013
TGIDE 0.003 0.001 3.198 0.001 0.003 0.005
sumIDE 0.017 0.002 8.349 0.000 0.017 0.027
total 0.055 0.008 7.210 0.000 0.055 0.086
我的问题是,如何获得总效应,直接效应和间接效应的奇数比?我可以尝试exp(coef(fit))
还是其他尝试?另一个问题是“ lavaan”是否能够处理纵向数据集,如何将时间变量添加到模型中并进一步计算危险比。
任何建议都值得赞赏。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。