孟德尔随机化 mr_method_list 汇总和详解

2025-10-11 16:00:00 避难所建设

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:

objname PubmedIDDescriptionuse_by_defaultheterogeneity_test1mr_wald_ratioWald ratioTRUEFALSE2mr_two_sample_mlMaximum likelihoodFALSETRUE3mr_egger_regressionMR Egger 26050253TRUETRUE4mr_egger_regression_bootstrapMR Egger (bootstrap) 26050253FALSEFALSE5mr_simple_medianSimple medianFALSEFALSE6mr_weighted_medianWeighted medianTRUEFALSE7mr_penalised_weighted_medianPenalised weighted medianFALSEFALSE8mr_ivwInverse variance weightedTRUETRUE9mr_ivw_radialIVW radialFALSETRUE10mr_ivw_mreInverse variance weighted (multiplicative random effects)FALSEFALSE11mr_ivw_feInverse variance weighted (fixed effects)FALSEFALSE12mr_simple_modeSimple modeTRUEFALSE13mr_weighted_modeWeighted modeTRUEFALSE14mr_weighted_mode_nomeWeighted mode (NOME) FALSEFALSE15mr_simple_mode_nomeSimple mode (NOME)FALSEFALSE16mr_rapsRobust adjusted profile score (RAPS)FALSEFALSE17mr_signSign concordance testTests for concordance of signs between exposure and outcomeFALSEFALSE18mr_uwrUnweighted regressionDoesn't use any weightsFALSETRUE

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。