刘忠华;叶婷;孙宝洛;上学，玛丽;埃里克·切特根·切特根 孟德尔随机化混合尺度处理对因果推断的稳健识别和估计产生影响。 （英语） Zbl 1522.62187号 生物计量学 79，第3期，2208-2219（2023）。 总结：如果定义工具变量（IV）的基因变体混淆和/或对非治疗变量介导的结果产生水平多效性影响，标准孟德尔随机化（MR）分析可能会产生有偏见的结果。我们通过利用可能无效的IV，为在存在未测量的混杂因素的情况下治疗的因果效应提供了新的识别条件，对于该IV，IV独立性和排除限制假设都可能被违反。拟议的孟德尔随机化混合尺度治疗效果稳健识别（MR-MiSTERI）方法依赖于（i）一个假设，即治疗效果不会随着加性尺度上可能无效的IV而变化；（ii）混淆偏差不会随着比值比量表上可能无效的IV而变化；和（iii）结果的剩余方差相对于可能无效的IV是异方差的。虽然IV文献中分别出现了假设（i）和（ii），但假设（iii）没有出现；我们正式确定，即使IV无效，它们的结合也可以确定因果效应。MR MiSTERI被证明在加性尺度上多效性效应普遍存在异质性的情况下特别有利。我们提出了一个简单一致的三阶段估计器，它可以用作精心构建的高效一步更新估计器的初步估计器。为了合并MR研究中常见的一个挑战，即多个可能相关的弱无效IV，我们开发了一种MAny弱无效仪器（MR MaWII MiSTERI）方法，以加强识别并提高估计准确性。仿真研究和英国生物银行数据分析结果都证明了所提方法的鲁棒性。©2022国际生物识别学会。 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：因果推断;水平多效性;无效仪器;孟德尔随机化;未测量的混杂;弱电仪表 PDF格式BibTeX公司 XML格式引用 \textit{Z.Liu}等人，《生物计量学》79，第3期，2208--2219（2023；Zbl 1522.62187） 全文： 内政部 arXiv公司 参考文献： [1] Angrist，J.D.和Pischke，J.S.（2008）《基本无害的计量经济学》。普林斯顿：普林斯顿大学出版社·Zbl 1159.62090号 [2] Baiocchi，M.，Cheng，J.&Small，D.S.（2014）因果推理的工具变量方法。医学统计，33（13），2297-2340。 [3] Bonet，B.（2001）重新审视仪器性测试。摘自：《第十七届人工智能不确定性会议论文集》，UAI’01，美国加利福尼亚州旧金山，Morgan Kaufmann Publishers Inc.，第48-55页。 [4] Chao，J.C.&Swanson，N.R.（2005）大量弱工具的一致估计。《计量经济学》，73（5），1673-1692·Zbl 1151.62366号 [5] Chen，H.Y.（2007）测量关联的半参数比值比模型。生物统计学，63（2），413-421·Zbl 1137.62391号 [6] Davies，N.M.、vonHinke Kessler Scholder，S.、Farbmacher，H.、Burgess，S.和Windmeijer，F.&Smith，G.D.（2015）《许多弱仪器问题和孟德尔随机化》。医学统计学，34（3），454-468。 [7] Didelez，V.&Sheehan，N.（2007）孟德尔随机化作为因果推断的工具变量方法。医学研究中的统计方法，16（4），309-330·Zbl 1122.62343号 [8] Fox，J.、Kleiber，C.和Zeileis，A.（2020）ivreg：诊断的两阶段最小二乘回归。R软件包版本0.5‐0。 [9] Glymour，M.M.、Tchetgen，E.J.T.和Robins，J.M.（2012）《可靠的孟德尔随机化研究：评估工具变量假设的方法》。《美国流行病学杂志》，175（4），332-339。 [10] Hernan，M.A.和Robins，J.M.（2020），因果推断：假设。博卡拉顿：查普曼和霍尔/CRC。 [11] Lawlor，D.A.，Harbord，R.M.，Sterne，J.A.C.，Timpson，N.和Davey-Smith，G.（2008）孟德尔随机化：在流行病学中使用基因作为因果推断的工具。医学统计学，27（8），1133-1163。 [12] Lewbel，A.（2012）使用异方差来识别和估计计量错误的内生回归模型。《商业与经济统计杂志》，30（1），67-80。 [13] Liu，L.，Miao，W.，Sun，B.，Robins，J.&Tchetgen，E.J.T.（2020）使用工具变量对治疗的边际平均治疗效果的识别和推断。中国统计，30（3），1517-1541·兹比尔1453.62730 [14] Locke，A.E.、Kahali，B.、Berndt，S.I.、Justice，A.E.，Pers，T.H.、Day，F.R.等人（2015）对体重指数的遗传研究为肥胖生物学提供了新的见解。《自然》，518（7538），197-206。 [15] Newey，W.K.和Windmeijer，F.（2009）具有许多弱力矩条件的广义力矩法。《计量经济学》，77（3），687-719·Zbl 1176.62055号 [16] Paré，G.，Cook，N.R.，Ridker，P.M.&Chasman，D.I.（2010）《关于使用每个基因型的方差作为识别数量性状相互作用影响的工具：女性基因组健康研究报告》。《公共科学图书馆·遗传学》，6（6），e1000981。 [17] Robins，J.M.（1994）使用结构嵌套平均值模型纠正随机试验中的不合规性。统计学传播——理论与方法，23（8），2379-2412·Zbl 0825.62203号 [18] Shao，J.（2003）数理统计。Springer‐Verlag纽约·Zbl 1018.62001号 [19] Smith，G.D.和Ebrahim，S.（2003）“孟德尔随机化”：基因流行病学是否有助于了解疾病的环境决定因素？《国际流行病学杂志》，32（1），1-22。 [20] Solovieff，N.、Cotsapas，C.、Lee，P.H.、Purcell，S.M.和Smoller，J.W.（2013）《复杂性状的多效性：挑战和策略》。《自然评论遗传学》，第14期，第483-495页。 [21] Spiller，W.、Hartwig，F.P.、Sanderson，E.、Smith，G.D.和Bowden，J.（2020）基于交互作用的孟德尔随机化，以及测量和未测量的基因-协变量交互作用。医学研究。 [22] Spiller，W.、Slichter，D.、Bowden，J.和Davey Smith，G.（2019）使用基因与环境相互作用检测和校正孟德尔随机化分析中的偏差。《国际流行病学杂志》，48（3），702-712。 [23] Staiger，D.&Stock，J.H.（1997）工具变量与弱工具的回归。《计量经济学》，65（3），557-586·Zbl 0871.62101号 [24] Stock，J.H.、Wright、J.H.和Yogo，M.（2002）《广义矩量法中弱工具和弱识别的调查》。《商业与经济统计杂志》，20（4），518-529。 [25] Sudlow，C.、Gallacher，J.、Allen，N.、Beral，V.、Burton，P.、Danesh，J.等人（2015）《英国生物银行：一种开放获取的资源，用于确定各种中老年复杂疾病的病因》。《公共科学图书馆·医学》，12（3），e1001779。 [26] Swanson，S.A.、Hernán，M.A.、Miller，M.、Robins，J.M.和Richardson，T.S.（2018）使用工具变量对平均治疗效果的部分识别：二元工具、治疗和结果的方法回顾。《美国统计协会杂志》，113（522），933-947·兹比尔1398.92009 [27] Tchetgen，E.J.T，Sun，B.&Walter，S.（2020）稳健孟德尔随机化推断的GENIUS方法。统计科学，36（3），443-464·Zbl 07473927号 [28] VanderWeele，T.J.、Tchetgen，E.J.T.、Cornelis，M.和Kraft，P.（2014）孟德尔随机化的方法学挑战。流行病学，25（3），427-435。 [29] Vansteelandt，S.，Walter，S.&Tchetgen，E.J.T.（2018）消除两阶段工具变量估值器中的幸存者偏差。流行病学，29（4），536-541。 [30] Verbanck，M.，Chen，C.Y.，Neale，B.&Do，R.（2018）从孟德尔随机化复杂性状和疾病之间推断的因果关系中广泛水平多效性的检测。《自然遗传学》，50（5），693-698。 [31] Verbeke，G.&Lesaffre，E.（1996）随机效应人群异质性的线性混合效应模型。《美国统计协会杂志》，91（433），217-221·Zbl 0870.62057号 [32] Wang，H.，Zhang，F.，Zeng，J.，Wu，Y.，Kemper，K.E.，Xue，A.等人（2019）根据英国生物银行表型变异的遗传效应推断的基因型与环境的相互作用。科学进展，5，eaaw3538。 [33] Ye，T.、Shao，J.和Kang，H.（2021）双样本汇总数据孟德尔随机化中的负方差加权估计量。《统计年鉴》，49（4），2079-2100·Zbl 1486.62292号 [34] Zhao，Q.，Wang，J.，Hemani，G.，Bowden，J.&Small，D.S.（2020）使用稳健调整后的轮廓得分对两样本汇总数据进行孟德尔随机化的统计推断。《统计年鉴》，48（3），1742-1769·Zbl 1465.62050号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。