这篇文献总体来说介绍了一种扩展Mendelian随机化的方法,可以用来估计多个相关风险因素对某个疾病结果的因果效应。主要内容和方法如下:
1. 传统的Mendelian随机化分析使用仅与某个风险因素相关的遗传变异作为工具变量,来估计该风险因素对疾病结果的因果效应。然而在一些情况下,如三酰甘油作为心血管疾病风险因素,很难找到仅与其相关而与其他脂质成分无关的遗传变异。这种与多个因素相关的变异称为多效位(pleiotropic)。
2. 本文提出了多元Mendelian随机化,使用与多个已测量风险因素相关的多个遗传变异,来同时估计每个风险因素对结果的因果效应。这与评估多个干预措施的随机对照试验十分相似。
3. 方法部分提出了个体数据和汇总数据两种情况下的估计方法:
– 个体数据使用两阶段最小二乘法。第一阶段回归风险因素对遗传变异,第二阶段回归结果对各风险因素的拟合值。
– 汇总数据使用基于似然函数的方法,假设每个变异与风险因素和结果的关联都服从多元正态分布,通过最大化似然函数估计因果效应。
– 汇总数据也可以用线性回归方法分两步估计。
4. 提出了多元Mendelian随机化的假设条件,遗传变异需要满足传统工具变量假设,但针对多因素做了修改。
5. 应用实例估计LDL胆固醇、HDL胆固醇和甘油三酯对冠心病的因果效应。结果显示甘油三酯相关途径独立于LDL和HDL对冠心病有因果影响。
6. 通过模拟研究评估了不同方法的统计性能。
7. 讨论了方法在流行病学研究中的应用和结果解释。
综上,本文通过提出多元Mendelian随机化方法扩展了随机化技术在观察研究中的应用,为评估多个相关风险因素的因果效应提供了重要工具,发表在期刊American Journal of Epidemiology上。影响因子5。
