背景
孟德尔随机化的方法有很多种, 每一种都有各自的使用场景, 在做数据分析的时候常常不知道应该使用哪一种, 因此对每种方法做了一个简单的介绍.
mr_method_list 汇总
以下是在mr_method_list中集成的方法汇总:
obj | name PubmedID | Description | use_by_default | heterogeneity_test | |
---|---|---|---|---|---|
1 | mr_wald_ratio | Wald ratio | TRUE | FALSE | |
2 | mr_two_sample_ml | Maximum likelihood | FALSE | TRUE | |
3 | mr_egger_regression | MR Egger 26050253 | TRUE | TRUE | |
4 | mr_egger_regression_bootstrap | MR Egger (bootstrap) 26050253 | FALSE | FALSE | |
5 | mr_simple_median | Simple median | FALSE | FALSE | |
6 | mr_weighted_median | Weighted median | TRUE | FALSE | |
7 | mr_penalised_weighted_median | Penalised weighted median | FALSE | FALSE | |
8 | mr_ivw | Inverse variance weighted | TRUE | TRUE | |
9 | mr_ivw_radial | IVW radial | FALSE | TRUE | |
10 | mr_ivw_mre | Inverse variance weighted (multiplicative random effects) | FALSE | FALSE | |
11 | mr_ivw_fe | Inverse variance weighted (fixed effects) | FALSE | FALSE | |
12 | mr_simple_mode | Simple mode | TRUE | FALSE | |
13 | mr_weighted_mode | Weighted mode | TRUE | FALSE | |
14 | mr_weighted_mode_nome | Weighted mode (NOME) | FALSE | FALSE | |
15 | mr_simple_mode_nome | Simple mode (NOME) | FALSE | FALSE | |
16 | mr_raps | Robust adjusted profile score (RAPS) | FALSE | FALSE | |
17 | mr_sign | Sign concordance test | Tests for concordance of signs between exposure and outcome | FALSE | FALSE |
18 | mr_uwr | Unweighted regression | Doesn't use any weights | FALSE | TRUE |
mr_method_list 详解
这个表格是一个关于多种因果推断方法(MR,Mendelian Randomization)的列表,每种方法都有其特定的名称、可能的PubmedID(如果有研究支持的话)、描述、是否默认使用以及是否进行异质性测试的信息。以下是对每种方法的简要解释:
- mr_wald_ratio (Wald ratio): 使用单个遗传变异作为工具变量进行MR分析的最简单方法。默认使用,不进行异质性测试。
- mr_two_sample_ml (Maximum likelihood): 使用最大似然估计进行两样本MR分析。不是默认方法,进行异质性测试。
- mr_egger_regression (MR Egger): 通过引入交互项来纠正工具变量无效的偏差,提供一种检测和校正方向性混杂的方法。默认使用,进行异质性测试。
- mr_egger_regression_bootstrap (MR Egger (bootstrap)): MR Egger方法的引导版本,用于提高估计的稳定性。不是默认方法,不进行异质性测试。
- mr_simple_median (Simple median): 使用中位数估计器进行MR分析,对于偏差较小的工具变量较为稳健。不是默认方法,不进行异质性测试。
- mr_weighted_median (Weighted median): 加权中位数估计器,考虑了工具变量的精确度。默认使用,不进行异质性测试。
- mr_penalised_weighted_median (Penalised weighted median): 对加权中位数估计器进行惩罚,以减少大误差的影响。不是默认方法,不进行异质性测试。
- mr_ivw (Inverse variance weighted): 逆方差加权方法,是多个工具变量MR分析的标准方法。默认使用,进行异质性测试。
- mr_ivw_radial (IVW radial): 逆方差加权的变体,用于检测和调整异常值的影响。不是默认方法,进行异质性测试。
- mr_ivw_mre (Inverse variance weighted (multiplicative random effects)): 逆方差加权的随机效应模型,考虑了工具变量间的异质性。不是默认方法,不进行异质性测试。
- mr_ivw_fe (Inverse variance weighted (fixed effects)): 逆方差加权的固定效应模型,假设所有工具变量的效应大小一致。不是默认方法,不进行异质性测试。
- mr_simple_mode (Simple mode): 模式估计器,基于最常见效应大小的MR分析。默认使用,不进行异质性测试。
- mr_weighted_mode (Weighted mode): 加权模式估计器,考虑了效应大小的频率和精确度。默认使用,不进行异质性测试。
- mr_weighted_mode_nome (Weighted mode (NOME)): 加权模式估计器的变体,用于非测量误差情况。不是默认方法,不进行异质性测试。
- mr_simple_mode_nome (Simple mode (NOME)): 简单模式估计器的变体,用于非测量误差情况。不是默认方法,不进行异质性测试。
- mr_raps (Robust adjusted profile score (RAPS)): 一种鲁棒的调整分数方法,用于处理工具变量无效的情况。不是默认方法,不进行异质性测试。
- mr_sign (Sign concordance test): 符号一致性测试,用于检测暴露和结果之间符号的一致性。不是默认方法,不进行异质性测试。
- mr_uwr (Unweighted regression): 不使用权重的回归分析,适用于工具变量效应大小相似的情况。不是默认方法,进行异质性测试。
这些方法各有特点,选择哪种方法取决于数据的特性和研究的具体需求。