选择似真有效工具变量后的推断及其在孟德尔随机化中的应用
统计方法学
2019-11-12 v1 应用统计
摘要
孟德尔随机化（MR）是遗传流行病学中利用遗传工具变量估计暴露对结局效应的一种流行方法。这些工具变量通常选自全基因组关联研究（GWAS）的先验知识与数据驱动的工具变量选择过程或检验的组合。遗憾的是，在检验暴露效应时，事先完成的工具变量选择过程未被考虑。本文以近期的数据驱动工具变量选择过程 sisVIVE 为例，研究并强调了未考虑工具变量选择过程所导致的偏倚。我们引入一种条件推断方法，对事先完成的工具变量选择进行条件化，并利用选择性推断的最新进展推导 MR 中暴露效应常用检验统计量的条件零分布。该零分布可利用 MR 中的个体水平或汇总水平数据进行刻画。我们表明，由条件零分布导出的条件置信区间达到了预期的名义水平，而 MR 中通常计算的置信区间则未达到。最后，我们利用来自 UKBiobank 的汇总水平数据重新分析了 BMI 对舒张压的效应，该分析考虑了工具变量选择。
引用
@article{arxiv.1911.03985,
title = {Inference After Selecting Plausibly Valid Instruments with Application to Mendelian Randomization},
author = {Nan Bi and Hyunseung Kang and Jonathan Taylor},
journal= {arXiv preprint arXiv:1911.03985},
year = {2019}
}