使用全球随机化测试作为门德尔随机化伪造测试,用于排除限制假设
Louise A C Millard1,2, George Davey Smith3,4, Kate Tilling3,4
1MRC Integrative Epidemiology Unit (IEU), University of Bristol, Bristol, UK. louise.millard@bristol.ac.uk.
一个新的全球随机化测试有助于门德尔随机化 (MR) 研究检测来自选择或水平变的偏差. 这种伪造测试在模拟和现实数据中被证明是强大的,提高了因果估计的可靠性.
科学领域:
- 遗传学和流行病学
- 统计遗传学 统计遗传学
- 因果推理因果推理
背景情况:
- 门德尔随机化 (MR) 依赖于仪器变量,假设它们仅通过暴露影响结果.
- 违反排除限制假设可能导致MR研究中偏见的因果估计.
- 识别和纠正这些违规行为对于可靠的遗传流行病学研究至关重要.
研究的目的:
- 引入和评估全球随机化测试作为MR中排除限制假设的伪造方法.
- 为了比较全球随机化测试的统计能力与现有的检测选择偏差和水平变的方法.
- 用现实世界的数据展示全球随机化测试的实际应用.
主要方法:
- 进行了模拟,以评估全球随机化测试在检测选择偏差和水平变性方面的强度.
- 测试的性能与邦费罗尼校正,有效共变量数校正和r2排列方法进行了比较.
- 使用英国生物库数据进行了原则证明分析,C反应蛋白 (CRP) 作为暴露和冠心病 (CHD) 作为结果.
主要成果:
- 全球随机化测试显示,当共变量相关性较低时,检测选择偏差的其他方法的功率高于其他方法.
- 它在所有模拟的水平质变异场景中表现出同等或更高的功率.
- 应用分析揭示了选择偏差的显著证据,确定了51种CRP的类变体,并在排除后显示CRP-CHD效应减弱.
结论:
- 全球随机化测试是MR研究人员伪造排除限制假设的一个有价值的工具.
- 它可以有效地检测选择偏差和水平变性,提高MR因果估计的有效性.
- 这种方法有助于在遗传流行病学中更强大的因果推断.
更多相关视频
07:15Determining the Likelihood of Variant Pathogenicity Using Amino Acid-level Signal-to-Noise Analysis of Genetic Variation
Published on: January 16, 2019
09:37Navigating MARRVEL, a Web-Based Tool that Integrates Human Genomics and Model Organism Genetics Information
Published on: August 15, 2019
相关概念视频
Randomized Experiments
Simple randomization
Simple...
Wald-Wolfowitz Runs Test II
For binary data, runs are identified using symbols such as + and −, or equivalently, 1s and...
Friedman Two-way Analysis of Variance by Ranks
Test for Homogeneity
Wald-Wolfowitz Runs Test I
The test works...
Wilcoxon Signed-Ranks Test for Median of Single Population
