孟德尔随机化：Steiger Test避免反向因果关系

Steiger Test避免反向因果关系

以下steiger test方法是一个新的方法学，增加后提升提取工具变量的稳健性，没有的话也不影响文章内容。

看自己的需要。跑分析过程中，如果是GWAS数据没有samplesize，自己又需要这个内容，请自己增加samplesize再操作。

在暴露A->结局B的孟德尔随机化因果关系分析时，SNP与暴露A的相关性要比结局B的大，否则会产生反向因果关系，即SNP不能作为暴露的工具变量（孟德尔三大假设排他性）

在提取暴露的工具变量过程中，除了过滤与结局显著相关的SNP外(代码中默认5e-5)

可以引入Steiger Test统计量，来过滤掉这部分SNP

Steiger Test的作用：

1.检测SNP与结局的相关性是否比暴露的大

2.未通过该测试的SNP可能与暴露无关，在分析前筛选

代码使用：

来源于 psych包的r.test

升级MendelR到6.0版本