基于提高统计效能与校正多效性偏倚的改进孟德尔随机化模型构建及应用

发布时间：2024-03-29 20:51

　　目的:由于未知混杂及逆向因果的局限,基于观察性研究设计来推断因果效应是困难的。MR(Mendelian Randomization,孟德尔随机化)利用遗传变异作为工具变量,依据遗传变异在配子形成过程中随机分离的性质对样本模拟随机化,从而克服传统关联分析的缺陷,基于观察性研究设计得到可靠的因果效应估计。得益于全基因组关联研究及遗传变异与性状关联关系汇总数据的可得性,基于多工具变量的汇总数据MR模型被广泛应用于医学研究中。MR模型的统计效能依赖于工具变量所解释的暴露变异的比例,而遗传变异通常只能解释暴露变异的很小一部分,这会导致模型效能不足。纳入更多遗传变异作为工具变量可以提高对暴露变异的解释度,从而提高模型的统计效能,但更多遗传变异的引入意味着模型中包含更多多效性工具变量。多效性工具变量通过除暴露外的其他通路作用于结局,违背MR模型的核心假设,使得估计产生偏倚。因此,本研究提出改进的MR模型估计策略,旨在校正多效性偏倚同时提高模型的统计效能,从而获得更加准确的、可靠的因果估计。方法:首先放宽筛选工具变量的显著性阈值,纳入更多遗传变异作为工具变量,工具变量对暴露变异的解释比例增加,从而模型...

【文章页数】：123 页

【学位级别】：博士

【部分图文】：

图1-1工具变量核心假设

山西医科大学博士学位论文6性工具变量的识别模型(第四章)、基于校正多效性偏倚的MR模型(第五章)以及效应值合并方法(第六章)。在各个章节中，结合理论论述与模拟研究，详细阐述并分析本研究所构建的MR理论模型框架中每个分析步骤的最优方法选择依据。第六章结尾对改进MR理论模型的构建方法....

图1-2遗传变异的多效性

山西医科大学博士学位论文9图1-2遗传变异的多效性Z:工具变量；X:暴露；Y:结局；U:混杂1.2.3遗传变异的连锁不平衡及其对MR模型的影响LD(LinkageDisequilibrium,连锁不平衡)描述的是遗传变异之间的相关性。这种相关性通常是由遗传变异之间物理位置的临近所....

图2-1改进MR模型分析流程

山西医科大学博士学位论文13子集构建MR模型进行效应估计时，应选择能够校正弱工具变量偏倚的方法。基于此，本研究对多效性工具变量识别模型、基于无多效性工具变量假设的MR模型、以及基于校正多效性偏倚的MR模型分别进行了理论研究与模拟比较，以期根据现有的样本数据特征选择恰当的模型，并以....

图2-2技术路线图

山西医科大学博士学位论文15图2-2技术路线图3基于无多效性工具变量假设的MR模型3.1比例估计值基于两样本汇总数据的MR模型中，当两个样本同质而无明显重叠，并且工具变量之间无明显的交互作用时，利用单个遗传变异作为工具变量，如果该工具变量是有效的，那么一单位遗传变异等位基因增加导....

本文编号：3941287