
17000+围观!7天完成中介孟德尔SCI收官啦

先汇报第6~7天内容:完成论文剩余部分的攥写(introduction、discussion、abstract)、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
今日分享更高维度的多中介孟德尔随机化的分析方法:
1️⃣ 使用MVMR:在同一个模型中控制多个中介,精确地评估暴露的直接效应。
2️⃣ 无偏估计:确保所有暴露和中介因素的非重叠SNPs都被包括作为工具变量,让直接效应的估计无偏无误。
3️⃣ MVMR vs Two-step MR:在中介互不影响的理想状态下,MVMR和Two-step MR的间接效应估计是一致的。
4️⃣ 复杂关系下的Two-step MR:当一个中介影响另一个时,Two-step MR能同时捕捉到中介解释的关联量和相关中介-结果的量。


💗注:接下来会进行更多的论文创作相关研究挑战,会适当延长挑战时间(超级忙!!!),同时咱们的光速科研SCI光速创作训练营也快开班啦!!!欢迎师弟师妹们跟我们一起学习!!!