多变量孟德尔随机化研究中因暴露测量误差导致的偏倚
统计方法学
2022-03-17 v1
摘要
多变量孟德尔随机化估计多个暴露对结局的因果效应，通常使用遗传变异关联的汇总统计量。然而，孟德尔随机化应用中所关注的暴露常带有测量误差。因此汇总统计量并非遗传与暴露的关联，而是遗传与带误差测量的暴露的关联。经典测量误差不会偏倚遗传关联估计，但会增大其标准误。在单一暴露下，这会在两样本框架中导致朝向零的偏倚。然而，在多个相关暴露时未必如此。本文中，我们考察多变量孟德尔随机化研究中暴露的测量误差如何影响偏倚的方向与大小，以及覆盖度、功效与一类错误率。我们展示如何在最大似然框架中对测量误差加以考量。我们考虑了两个应用实例。第一个中，我们表明测量误差导致身体质量指数对冠心病风险的作用被高估，而腰臀比的作用被低估。第二个中，我们表明若不考虑测量误差，教育对冠心病风险的作用中由身体质量指数、吸烟与血压所中介的比例可能被低估。
引用
@article{arxiv.2203.08668,
title = {Bias in multivariable Mendelian randomization studies due to measurement error on exposures},
author = {Jiazheng Zhu and Stephen Burgess and Andrew J. Grant},
journal= {arXiv preprint arXiv:2203.08668},
year = {2022}
}