[论文解读] Integrating summarized data from multiple genetic variants in Mendelian randomization: bias and coverage properties of inverse-variance weighted methods

Stephen Burgess, Jack Bowden|arXiv (Cornell University)|Nov 27, 2015

Genetic Associations and Epidemiology参考文献 45被引用 64

一句话总结

本文使用汇总遗传数据评估了孟德尔随机化中逆方差加权（IVW）方法，表明固定效应IVW可能因遗传变异间的异质性而导致对原假设的过度拒绝。研究建议在单一样本或重叠数据集中使用具有二阶方差校正的随机效应模型，以提高统计检验效能并降低第一类错误，尤其在工具变量强度不一致或存在数据重叠时效果更佳。

ABSTRACT

Mendelian randomization is the use of genetic variants as instrumental variables to assess whether a risk factor is a cause of a disease outcome. Increasingly, Mendelian randomization investigations are conducted on the basis of summarized data, rather than individual-level data. These summarized data comprise the coefficients and standard errors from univariate regression models of the risk factor on each genetic variant, and of the outcome on each genetic variant. A causal estimate can be derived from these associations for each individual genetic variant, and a combined estimate can be obtained by inverse-variance weighted meta-analysis of these causal estimates. Various proposals have been made for how to calculate this inverse-variance weighted estimate. In this paper, we show that the inverse-variance weighted method as originally proposed (equivalent to a two-stage least squares or allele score analysis using individual-level data) can lead to over-rejection of the null, particularly when there is heterogeneity between the causal estimates from different genetic variants. Random-effects models should be routinely employed to allow for this possible heterogeneity. Additionally, over-rejection of the null is observed when associations with the risk factor and the outcome are obtained in overlapping participants. The use of weights including second-order terms from the delta method is recommended in this case.

研究动机与目标

• 评估使用汇总遗传数据的孟德尔随机化中逆方差加权（IVW）方法的偏倚与覆盖性能。
• 研究不同加权方案与元分析模型（固定效应 vs. 随机效应）对第一类错误率与统计覆盖的影响。
• 解决当遗传变异在因果估计上存在异质性时，原假设被过度拒绝的问题。
• 考察用于估计暴露与结局关联的样本之间数据重叠（单一样本 vs. 双样本设置）对IVW方法因果推断有效性的影响。
• 为汇总数据孟德尔随机化中选择合适权重与模型提供方法学指导，以实现稳健的因果推断。

提出的方法

• 使用逆方差加权（IVW）元分析方法，基于汇总数据（暴露与结局关联的回归系数β及其标准误）合并来自单个遗传变异的因果估计。
• 比较在delta方法中使用一阶与二阶方差近似来估计因果估计方差的方法，尤其关注重叠数据集中的表现。
• 采用固定效应与随机效应元分析模型，合并多个遗传变异的因果估计，其中随机效应模型允许变异间估计值存在异质性。
• 利用两阶段最小二乘法（2SLS）与加权线性回归的等价性，在不同假设下验证IVW方法的有效性。
• 在不同条件下（异质性、数据重叠、弱工具变量）开展模拟研究，评估偏倚、覆盖性能与第一类错误率。
• 在重叠数据集中对暴露与结局关联之间的相关性（θ）进行敏感性分析，以评估结果的稳健性。

实验结果

研究问题

• RQ1 在汇总数据的孟德尔随机化中，IVW估计中不同加权方案（一阶 vs. 二阶）如何影响第一类错误率与覆盖性能？
• RQ2 当遗传变异在因果估计上存在异质性时，固定效应与随机效应IVW模型的偏倚与覆盖性能有何差异？
• RQ3 用于估计暴露与结局关联的样本之间数据重叠如何影响IVW估计的有效性？
• RQ4 在何种条件下标准IVW方法会导致对原假设的过度拒绝？如何缓解该问题？
• RQ5 弱工具变量及工具变量强度差异对汇总数据孟德尔随机化中IVW方法性能有何影响？

主要发现

• 使用一阶权重的标准固定效应IVW方法在遗传变异因果估计存在异质性时，会导致对原假设的过度拒绝。
• 建议采用随机效应模型以考虑异质性并改善覆盖性能，尤其在工具变量强度不一致或各变异因果效应不一致时更为有效。
• 在单一样本或重叠数据集中，二阶方差校正（包括θ）至关重要，可避免第一类错误率膨胀并维持正确覆盖。
• 一阶权重在重叠设置中仍可作为敏感性分析使用，但对数据重叠缺乏稳健性，可能导致置信区间过窄而产生误导。
• 模型与加权方案的选择显著影响统计推断：在现实情境中，采用二阶权重的随机效应模型能提供更好的覆盖性能并降低第一类错误率。
• 敏感性分析表明，因果估计与置信区间对θ（暴露与结局估计之间的相关性）的不同取值相对稳健，支持在实践中应用二阶校正。