基于方差—协方差结构校正的孟德尔随机化方法及其在因果关联研究中的应用

发布时间：2023-03-14 19:08

　　观察性研究作为流行病学中常见的一种设计形式,较之随机对照研究,在研究时长、成本、可行性等方面具有明显优势,被广泛应用于病因的初步探索中。但由于潜在混杂因素、反向因果关联等问题,观察性研究的结果往往存在争议。近年来迅猛发展的孟德尔随机化方法,利用遗传变异作为工具变量,在传统流行病学存在混杂因素的情况下,推断暴露因素与结局之间的因果关联,为解决上述问题提供了有效的途径。由于全基因组关联研究的飞速发展,遗传变异数据资源得以大大丰富,为工具变量提供了更大的选择空间。基于全基因组关联研究结果数据的多工具变量孟德尔随机化方法因检验效能高、数据易获取等特点,目前被广泛用于因果关联的探索,GSMR法和IVW法是此类方法的代表。但是关联分析的结果来源于单位点分析,无法得到工具变量的真实效应值,因此GSMR法和IVW法的估计可能是有偏的。针对此问题,本研究提出基于方差-协方差结构校正的多工具变量孟德尔随机化方法,MR-RIVER。通过模拟试验,比较MR-RIVER法、GSMR法和IVW法在不同参数设置下的统计学性质,包括:一类错误、检验效能、估计偏差以及均方误差。模拟实验结果显示,在不同的参数设置下,MR...

【文章页数】：95 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 前言
2 研究目的与方法
    2.1 研究目的
    2.2 IVW法
    2.3 GSMR法
    2.4 MR-RIVER法
3 MR-RIVER方法效应估计
    3.1 基于方差-协方差结构校正关联分析中的效应估计
    3.2 MR-RIVER法估计因果效应值
4 模拟实验与结果
    4.1 模拟实验一
        4.1.1 模拟实验目的
        4.1.2 模拟数据产生方法
        4.1.3 模拟实验流程
        4.1.4 模拟实验结果
    4.2 模拟实验二
        4.2.1 模拟实验二目的
        4.2.2 模拟数据产生方法
        4.2.3 模拟实验流程
        4.2.4 模拟实验结果
5 实例分析
    5.1 研究背景
    5.2 资料来源
    5.3 实例分析流程
    5.4 实例分析结果
    5.5 实例分析讨论
6 讨论
    6.1 关于工具变量的假设
    6.2 关于变量之间的相关结构
    6.3 关于检验效能
    6.4 关于估计偏差和均方误差
7 总结
    7.1 研究结论
    7.2 研究特点
    7.3 研究局限
    7.4 研究展望
参考文献
文献综述
    1 前言
    2 孟德尔随机化研究基本假设
    3 基于汇总数据的两样本孟德尔随机化方法
        3.1 IVW法
        3.2 MR-Egger法
        3.3 GSMR法
    4 总结
    参考文献
附录
攻读硕士学位期间发表论文情况
致谢



本文编号：3762577