(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210685148.8 (22)申请日 2022.06.14 (71)申请人 武汉烽火技术服务有限公司 地址 430205 湖北省武汉市东湖新 技术开 发区高新四路6号1号楼1 1层 申请人 武汉大学 (72)发明人 杨林涛　陈琪美　赵明明　李海涛　 胡记伟　张磊　 (74)专利代理 机构 武汉智权专利代理事务所 (特殊普通 合伙) 42225 专利代理师 何伟 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06F 111/08(2020.01)G06F 119/02(2020.01) (54)发明名称 一种多中介因果分析方法及设备 (57)摘要 本发明涉及因果推断技术领域， 具体涉及到 一种多中介因果分析方法及设备。 该方法包含构 建关于暴露变量、 混杂变量组以及多中介变量的 第一模型和关于暴露变量、 混杂变量组、 多中介 变量以及结果变量的第二模型； 基于所述第一模 型与第二模型模拟潜在多中介变量和潜在结果 变量； 基于边缘结构模型对模拟暴露变量上的每 个不同的潜在结果变量进行回归获取每个边缘 效应的估计值。 另外， 该设备涉及到用于确定多 中介因果分析的设备和计算机可读存 储介质。 权利要求书4页 说明书10页 附图1页 CN 115081205 A 2022.09.20 CN 115081205 A 1.一种多中介因果分析 方法， 其特 征在于， 其包括 步骤： 构建关于暴露变量、 混杂变量组以及多中介变量的第一模型和关于暴露变量、 混杂变 量组、 多中介变量以及结果变量的第二模型； 基于所述第一模型与第二模型模拟 潜在多中介变量和潜在结果变量； 基于边缘结构模型对模拟暴露变量以及所对应的潜在结果变量进行回归获取每个边 缘效应的估计值。 2.如权利要求1所述的一种多中介因果分析 方法， 其特 征在于， 在构建所述第一模型和第二模型时考虑暴露变量与多中介变量的交互作用以及多中 介变量间的交 互作用。 3.如权利要求1或2任一项所述的一种多中介因果分析方法， 其特征在于， 在构建所述 第一模型和第二模型时根据所述多中介变量或所述结果变量为连续变量或离散变量的情 况进模型构建。 4.如权利要求3所述的一种多中介因果分析 方法， 其特 征在于， 当所述多中介变量 为连续变量时， 根据第一公式构建所述第一模型； 当所述多中介变量 为离散变量时， 根据第二公式构建所述第一模型； 当所述结果变量 为连续变量时， 根据第三公式构建所述第二模型； 当所述结果变量为连续变量且考虑所述暴露变量与多中介变量的交互作用时， 根据第 四公式构建所述第二模型； 当所述结果变量为连续变量且考虑所述暴露变量与多中介变量的交互作用以及多中 介变量间的交 互作用时， 根据第五 公式构建所述第二模型； 当所述结果变量为离散变量且考虑所述暴露变量与多中介变量的交互作用以及多中 介变量间的交 互作用时， 根据第六公式构建所述第二模型； 所述第一公式为： 其中， E[M(i)|x， z： β ]表示所述第 一模型， x为随机干预暴露变量X的具体值， z为模拟混杂变量组Z的具体值， m为潜在中介变 量M的具体值， β 为第一模型系数， 为第i个中间变量M所对 应的第一模型截距， 为随机 干预暴露变量X的具体值x所对应的第一模型回归系数， 为模拟混杂变量组Z的具体值z 所对应的第一模型回归系数， k 为中介变量的个数； 所述第二公式为： 其中， exp表示以自然常数e为底的 指数函数； 所述第三公式为： 其中， E[Y|x， m， z： θ]表 示所述第 二模型， θ为第二模型系数， Y为结果变量， θy为截距， θx为随机干预暴露变量X的具 体值x所对应的第二模型系数回归系数， 为第i个中间变量M的具体值m所对应的第二模 型回归系数， θ`z为模拟混杂变量组Z的具体值z对应的第二模型回归系数；权　利　要　求　书 1/4 页 2 CN 115081205 A 2所述第四公式为： 其 中 ， 为xm(i)的回归系数； 所述第五 公式为： 其中， θ(i， j)为m(i)m(j)的回归系数； 所述第六公式为： 其中， logit[P]表示对P进行逻辑回归， P{Y＝1|x,m,z:θ }表示当X＝x,M＝m,Z＝z时Y＝ 1的概率。 5.如权利要求1所述的一种 多中介因果分析方法， 其特征在于， 所述基于所述第 一模型 与第二模型模拟 潜在多中介变量和潜在结果变量， 包括 步骤： 基于第一模型、 模拟混杂变量组和模拟暴露变量以及第一模型参数， 获取潜在多中介 变量； 基于第二模型、 模拟混杂变量组、 模拟暴露变量、 潜在多中介变量以及第二模型参数， 获取潜在结果变量。 6.一种多中介因果分析设备， 其特 征在于， 其包括： 至少一个处理器； 以及与所述至少一个处理器耦合的存储器， 所述存储器包含有存储 于其中的指令， 所述指令在被所述至少一个处理单元执行时， 使 得所述设备执行动作， 所述 动作包括： 构建关于暴露变量、 混杂变量组以及多中介变量的第一模型和关于暴露变量、 混杂变 量组、 多中介变量以及结果变量的第二模型； 基于所述第一模型与第二模型模拟 潜在多中介变量和潜在结果变量； 基于边缘结构模型对模拟暴露变量以及所对应的潜在结果变量进行回归获取每个边 缘效应的估计值。 7.根据权利要求6所述的设备， 其特征在于， 在构建所述第 一模型和第 二模型时考虑暴 露变量与多中介变量的交 互作用以及多中介变量间的交 互作用。 8.根据权利要求6或7所述的设备， 其特征在于， 在构建所述第一模型和第二模型时根 据所述多中介变量或所述结果变量 为连续变量或离 散变量的情况进模型构建。 9.根据权利要求8所述的设备， 其特征在于， 构建第一模型和第二模型的具体情况分 为： 当所述多中介变量 为连续变量时， 根据第一公式构建所述第一模型； 当所述多中介变量 为离散变量时， 根据第二公式构建所述第一模型； 当所述结果变量 为连续变量时， 根据第三公式构建所述第二模型； 当所述结果变量为连续变量且考虑所述暴露变量与多中介变量的交互作用时， 根据第权　利　要　求　书 2/4 页 3 CN 115081205 A 3