基于汇总数据的广义孟德尔随机化方法及其在2型糖尿病与五种精神疾病间双向因果关联研究中的应用

发布时间：2021-10-13 11:56

　　目的:通过模拟试验,评价GSMR、IVW、MR-Egger、MBE四种方法在不同参数设置下的表现,为选择合适的孟德尔随机化方法进行因果推断提供建议。探究2型糖尿病与五种精神疾病（焦虑症、双相情感障碍、重度抑郁症、精神分裂症、强迫症）之间的因果关联强度,为2型糖尿病与五种精神疾病之间发病风险的关联提供遗传学支持。方法:根据GSMR、IVW、MR-Egger、MBE四种方法的基本原理,设置六种模拟情形,比较样本量、多效性、连锁不平衡以及InSIDE假设满足与否对各方法的影响。采用平均因果效应值、标准差、标准误、均方误差、Ⅰ型错误率以及效能作为指标来评价GSMR、IVW、MR-Egger、MBE四种方法在不同参数设置下的优缺点。在实例研究中,利用GSMR方法作为主分析,其它三种方法作为敏感性分析评估2型糖尿病与五种精神疾病间的因果关联。结果:根据模拟研究的结果,在多数情形下,GSMR方法的Ⅰ型错误率保持在合理的范围内,MBE方法对于Ⅰ型错误率的控制始终过于保守。在发现因果效应的效能方面,GSMR方法始终表现最好,MR-Egger最差。在工具变量均有效的情况下,GSMR方法各评价指标均接近于I... 

【文章来源】：山西医科大学山西省

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
常用缩写词中英文对照表
前言
1 孟德尔随机化法
    1.1 逆方差加权法(Inverse-Variance Weighted, IVW)
    1.2 MR-Egger法(Mendelian Randomization-Egger regression,MR-Egger)
    1.3 基于众数的方法(Mode-Based Estimate,MBE)
    1.4 基于汇总数据的广义孟德尔随机化法(Generalized summary data-basedMendelian randomization, GSMR)
2 模拟研究
    2.1 模拟实验的目的及模型
    2.2 模拟实验的情形
    2.3 模拟实验的流程
    2.4 模拟实验的结果及分析
3 实例研究
    3.1 研究背景
    3.2 数据来源
    3.3 统计分析
        3.3.1 工具变量的筛选
        3.3.2 主分析
        3.3.3 敏感性分析
    3.4 实例研究结果
        3.4.1 主分析结果
        3.4.2 敏感性分析结果
4 讨论
    4.1 模拟结果讨论
    4.2 实例结果讨论
参考文献
综述
    参考文献
致谢
个人简历



本文编号：3434615