
孟德尔随机化审稿心得分享
孟德尔随机化文章野蛮生长的过程中,我们发现了一些问题:







本质上,MR分析也属于数据挖掘,结果好坏,极大地依赖于数据库:比如我需要做类风湿关节炎与甲状腺癌的孟德尔随机化研究,当我采用2021年的暴露/结局数据库可能得不出好的统计学结果。但是我可以不断地试这两种Trait的不同年份/机构数据,直至出现阳性结果!这就产生一个疑问,这样得出的结果可靠与否(审稿人也逐渐会发现这个问题)?所以,纵观近几年高分MR文章,它们恰到好处得使得这一逻辑更加自洽:纳入不同来源的多组数据作为暴露、结局进行分析。
多方来源的数据如何配置呢:
①分别作为发现/复制队列、初步分析/外部验证队列
②分别进行MR分析后,对MR结果进行meta合并③某些情况下,可对原始的GWAS数据进行meta合并综上,使得MR文章的设计更加严谨、科学!
欢迎联系我。