MR‐Egger 回歸在孟德爾隨機化分析中的應用

徐藝耘 劉振球 樊 虹 張 欣 施婷婷 吳 聲 張鐵軍，2△

（1復旦大學公共衛生學院流行病學教研室 上海 200032；2復旦大學義烏研究院 義烏 322000）

孟德爾隨機化（Mendelian randomization，MR）是借助遺傳變異（genetic variation）作為工具變量（instrumental variable，IV）來推斷暴露因素與結局之間因果關聯的方法，有效避免了反向因果關聯和潛在混雜因素導致的偏倚。隨著全基因組關聯研究（genome-wide association study，GWAS）的增多，孟德爾隨機化分析廣泛應用于觀察性流行病學研究中。傳統孟德爾隨機化分析方法，如逆方差加權法（inverse-variance weighted，IVW），假定所有的遺傳變異均滿足工具變量的3 個核心假設[1］：（1）工具變量與暴露因素之間有強相關（關聯性假設）；（2）工具變量與混雜因素無關聯（獨立性假設）；（3）工具變量只能通過暴露因素對結局產生作用，不能通過其他途徑影響結局發生（排他性假設）。當工具變量存在多效性時，因果效應的估計則會有偏[2］。MR-Egger 回歸是在IVW 的基礎上修正而來的一種基于匯總數據的多工具變量孟德爾隨機化方法。與IVW 不同的是，該方法僅需滿足工具變量多效性效應獨立于工具變量與暴露因素之間的關聯（instrument strength independent of direct effect，InSIDE）假設和無測量誤差（no measurement error，NOME）假設，不如工具變量的3 個核心假設要求嚴格。同時，該方法既能檢測多效性又能校正多效性偏倚，所以在以多個遺傳變異作為工具變量的研究中，采用MR-Egger 回歸能夠保持孟德爾隨機化方法的有效性。 本研究將對MR-Egger 回歸進行闡述，并用此方法探索高密度脂蛋白膽固醇（highdensity lipoprotein cholesterol，HDL-C）與冠狀動脈疾病（coronary artery disease，CAD）之間的因果關聯。

資料和方法

基本原理MR-Egger 回歸是由Bowden 等[3］于2015年提出，廣泛運用于采用多個單核苷酸多態性（single nucleotide polymorphism，SNP）作為工具變量進行因果推斷的孟德爾隨機化分析中，尤其適用于遺傳變異存在定向多效性的情況。……