- 2 次围观
背景：器官重量常被除以体重，以报告器官的“相对”大小。然而，这种比值通常仍然依赖于体型，因此会产生误导。我们构建了一条用于体型校正的简单决策路径，并将其封装到一个 Shiny 应用程序中，使生理学家无需编程即可获得正确答案。 方法：我们复用了一个小鼠营养研究中的肝脏重量和体重数据，作为两种常见情形下的验证性示例：其一，饮食组共享较宽的体型范围；其二，饮食导致动物体型显著变小且组间重叠很少。当体型重叠允许进行比较时，我们将肝重/体重比与体型校正回归进行了比较；当体型重叠不允许进行比较时，则采用因果贝叶斯中介分析。完整工作流程被实现于 OrganScaleR——一个引导式的 R Shiny 应用程序。 结果：经比值标准化后的器官重量仍与体重相关，从而导致误导性的比较。当各组共享共同的体型范围时，将肝重建模为体重的函数可得到更为审慎、经过体型校正的效应。当饮食对体型产生强烈影响且组间重叠有限时，因果中介分析表明，大多数器官差异是由体重变化所驱动，而非器官特异性作用。模拟结果进一步证实，在异速生长标度关系下，比值法会产生假阳性和有偏估计，而基于模型的方法则保持可靠。OrganScaleR 以引导式 Shiny 应用程序的形式实现了这一决策工作流程，并返回可解释的效应结果。 结论：OrganScaleR 会选择适当的尺度，强制执行共同支持范围，并根据体重重叠情况，将分析分流至体型校正的协方差分析（ANCOVA）或因果贝叶斯中介分析。它通过点选式工作流程以原始单位报告校正后的效应，从而消除了放弃比值标准化的统计门槛。
背景：器官重量常常除以体重以报告“相对”器官大小。然而，这种比值通常仍然依赖于体型，因此会产生误导。我们构建了一条用于体型校正的简单决策路径，并将其封装到一个 Shiny 应用程序中，使生理学研究者无需编写代码即可获得正确的分析结果。
方法：我们复用了一个小鼠营养研究中的肝脏重量和体重数据，作为两种常见情形下的验证性示例：其一，饮食组共享较宽的体型范围；其二，饮食导致动物体型显著变小且组间重叠很少。在体型重叠足以进行比较时，我们将肝脏重量/体重比值与经过体型校正的回归方法进行了比较；而在体型重叠不足时，则采用因果贝叶斯中介分析。完整工作流程已在 OrganScaleR 中实现，这是一个具有引导功能的 R Shiny 应用程序。
结果：以比值标准化后的器官重量仍与体重相关，从而导致误导性的比较。当各组共享共同的体型范围时，将肝脏重量作为体重的函数进行建模，能够得到更为审慎、经过体型校正的效应估计。当饮食对体型产生强烈影响且组间重叠有限时，因果中介分析表明，大多数器官差异是随体重变化而产生的，而非源于针对器官本身的特异性作用。模拟结果证实，在异速生长标度关系下，比值法会产生假阳性和有偏估计，而基于模型的方法则保持可靠。OrganScaleR 通过一个具有引导功能的 Shiny 应用程序实现了这一决策工作流程，并输出易于解释的效应结果。
结论：OrganScaleR 能够选择适当的尺度，强制实施共同支持条件，并根据体重重叠情况，将分析路径导向经过体型校正的协方差分析（ANCOVA）或因果贝叶斯中介分析。它通过点选式工作流程以原始单位报告校正后的效应，从而消除了放弃比值标准化的统计门槛。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.11.731559v1?rss=1
🏷️ 器官重量校正 体型标准化 ANCOVA 因果中介分析 Shiny工具