孟德尔随机化基础概念

孟德尔随机化（Mendelian Randomization,MR）是一种利用基因型信息作为工具变量评估暴露与结果之间因果关系的统计方法。
一般步骤：

单核苷酸多样性(single nucleotide polymorphism，SNP)：主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多样性

选择的MR分析方法包括:逆方差加权法（inversevariance weighted,IVW）;MR Egger回归法;加权中位数法(weighted median,WME);加权众数法（weighted mode,WM）;简单众数法（Simple mode,SM）。

IVW方法是主要的分析方法，它可假设所有的工具变量都是有效的。WME方法则给予有效工具变量更大的权重,并且当一部分工具变量无效时依然能提供有效估计。MR Egger回归能够检测和校正横向混杂因素,其截距可提供直接混杂的证据。SM和WM是基于众数的估计模型，可使具有相似因果效应的SNP聚集，并返回大多数聚类SNP的因果效应估计。
当所有遗传变异都满足工具变量假设时，IVW估计是对因果效应的一致估计。MR-Egger回归是一种将Wald比率合并到元回归中的方法，用于估计经任何方向多效性效应调整后的因果效应。然而，MR Egger回归统计学效能较低。即使50%的工具变量为无效变量时，加权中位数法也能提供一致的因果效应估计值。加权众数法通常具有较低的偏差和Ⅰ型错误率，但因果效应检测能力也较低。因此本研究将IVW作为主要统计方法，MR Egger回归法、加权中位数法和加权众数法作为辅助统计方法。