R语言mediation包做中介分析，直接效应和间接效应都很小，为什么？

Question

在R中用mediation包做中介分析。自变量DII_group是根据四分位数得出的四分类变量，中介变量slepe_pattern是离散型变量（范围0-5），结局变量为二元变量。自变量和中介变量与因变量都有关系。在做因果分析时（图一），调整中介变量后，自变量和中介变量和因变量的关系都显著，但在做中介分析时，P虽然都＜0.05，但效应值也都变得很小，请问这是为什么啊？？整理结果时要保留五位小数才能看出来β值。这样的话可以说存在中介效应吗？

这是y~x+M

fit4<-glm(suicide_ideation ~ DII_group +  + sleep_pattern + age + sex + living_alone + TDI +
            income + education + employment + thing  + ethnic + mental + BMI +
            PA  + alcohol  + smoking , 
          data = data, family = binomial)
summary(fit4)

得到的结果

中介分析的结果

a<-lm(sleep_pattern ~ DII_group + age + sex + living_alone + TDI +
         income + education + employment + thing  + ethnic + mental + BMI +
         PA  + alcohol  + smoking, 
       data = data )  #lm(M~X)
b<-glm(suicide_ideation ~ sleep_pattern + DII_group + age + sex + living_alone + TDI +
         income + education + employment + thing  + ethnic + mental + BMI +
         PA  + alcohol  + smoking, 
       data = data, family = binomial)  #glm(Y~X+M)
library(mediation)
set.seed(123)
result = mediate(a,b,treat="DII_group",mediator = "sleep_pattern",sims = 1000, boot = T)
summary(result)

Answer 1

引自免费微信小程序：皆我百晓生

在您提供的R语言mediation包进行中介分析的过程中，您观察到直接效应（ADE）和间接效应（ACME）的估计值都非常小。尽管P值小于0.05，表明这些效应在统计学上显著，但效应值微小可能由以下几个原因导致：

1. 变量尺度和单位：您的自变量、中介变量以及因变量具有不同的度量尺度和单位。例如，DII_group是一个分类变量（四分位数分组），sleep_pattern是一个离散型变量（0-5范围），而suicide_ideation是二元变量。不同变量的效应大小自然会有所不同，效应值的小并不一定意味着实际影响不重要，而是需要结合变量本身的意义和研究背景来理解。

2. 模型调整：在因果分析（图1）中，您仅考虑了DII_group和sleep_pattern对suicide_ideation的影响，而在中介分析中，您还控制了许多其他协变量（如年龄、性别等）。这些协变量的加入可能部分解释了自变量与因变量之间的关系，从而减小了直接和间接效应的估计值。

3. 中介效应的性质：中介效应通常比直接效应小，因为它反映了自变量通过中介变量对因变量产生影响的部分。在某些情况下，即使中介效应的绝对值看似较小，但如果其相对于总效应的比例（即“Prop. Mediated”）显著且非零，仍可以认为存在中介效应。

4. 样本量和统计功效：尽管效应值小，但P值小于0.05，这可能是因为您的样本量足够大，使得研究具有足够的统计功效来检测到即使是微小的效应差异。在这种情况下，即使效应值看起来很小，它们仍然在统计学上显著。

针对您的情况，您可以这样解读：

• 直接效应（ADE）和间接效应（ACME）虽小，但均显著（P < 0.05）：这意味着DII_group不仅直接影响suicide_ideation，而且这种影响有一部分是通过sleep_pattern介导的。虽然效应值小，但在统计意义上，它们对suicide_ideation的影响不容忽视。

• 比例中介效应（Prop. Mediated）显著且非零：这表明sleep_pattern作为中介变量，在DII_group与suicide_ideation关系中的作用显著。即使效应值小，只要这个比例在统计上显著，就可以认为存在中介效应。

综上所述，尽管直接效应和间接效应的数值较小，但由于它们在统计上显著且比例中介效应显著，可以合理地认为存在中介效应。在报告和讨论结果时，应强调这些效应的统计显著性及其在研究背景下的实际意义，而不是仅仅关注效应值的大小。

至于代码部分，您已提供了完整的R代码片段，无需进一步补充。如果您需要对数据进行更深入的探索或对模型进行调整，可以继续利用R语言及其相关包进行操作。如果您有具体的问题或需要进一步的帮助，请随时提出。