
16000+围观❗药靶孟德尔SCI7天挑战收官啦
先汇报第7天内容:完成机制图(figure1)、引用添加(Endnote20)、结构性语句添加(如伦理、致谢、贡献、利益说明)、论文润色

做一个小分享(认识完整的孟德尔随机化的分析方法)

一篇完整的文章需要有以下统计分析描述结果:
➢ 使用TwoSampleMR包进行统计分析
➢ 寻找GWAS summary数据库提取SNP以及对应的统计数值作为工具变量
➢ 过滤工具变量:Steiger过滤等
➢ 剔除混杂因素:phenoscanner
➢ 主要使用IVW方法
➢ 加权中位数和MR-Egger回归作为敏感性分析
➢ 使用Cochran Q评估异质性
➢ 使用MR-Egger回归的截距评估多效性和使用MRPRESSO

以上步骤就是孟德尔随机化的基础,大家可以去对照一下我昨天分享的药靶孟德尔随机化的研究思路。
❤️注:接下来会进行更多的孟德尔相关研究挑战,会适当延长挑战时间(超级忙!!!)