队列研究进行中介效应分析的R语言代码

队列研究中常常需要分析中介效应，即某个暴露因素通过中间变量影响了结局变量。在R语言中，可以借助于`mediation`包来进行这种分析。下面是一个简单的示例，假设我们有三变量：暴露(X)，中介(M)和结局(Y)，首先安装并加载`mediation`包：

# 安装并加载mediation包
install.packages("mediation")
library(mediation)

接下来，你需要准备数据框df，其中包含X、M和Y三个变量。比如：

# 假设df是一个数据框，其中x是暴露，m是中介，y是结局
data <- data.frame(x = c(1, 2, 3, 4), # 暴露值
                   m = c(5, 6, 7, 8), # 中介值
                   y = c(9, 10, 11, 12)) # 结局值

# 确保数据已经排序，通常队列研究中会按时间顺序排列
data <- data[order(data$x),]

然后你可以使用`mediate()`函数来计算中介效应，例如计算X对Y的直接效应(Direct Effect, DE)和间接效应(Indirect Effect, IE)：

# 分别计算直接效应和中介效应
direct_effect <-mediate(y ~ x + m, mediation.model = lm, data = data, treat="x", mediator="m", outcome="y", boot = FALSE)
indirect_effect <- direct_effect$indirect

# 输出结果
cat("直接效应 (DE): ", direct_effect$de, "\n")
cat("中介效应 (IE): ", indirect_effect, "\n")

这个例子中，`lm`指定了线性模型用于估计效应，`boot = FALSE`表示不进行 Bootstrapping 以获取置信区间。`treat="x"`指定自变量为X，`mediator="m"`指定中介变量为M。