直译：评估变量对结果的因果效应的统计方法
敏感性分析，异质性分析，水平多效性
作图：散点图，森林图，漏斗图
IVW和MR Egger模式
步骤：读取因 数据
获取结果数据
检测样本
回顾性临床数据病例，别人做过
公共数据库： SEER,Nhanse，MIMIC
孟德尔随机化（MR)
暴露与结局 中间有一个混杂因素
暴露与结局之间有很多因素
关键性假设：即工具变量与暴露因素之间是强相关
工具变量与混杂因素是独立的
工具变量与结局是没有因果关系的，，工具变量只能通过暴露因素对结局产生作用
三个假设：关联性假设，独立性假设，排他性假设
2
数据之间只能得到相关性，没有得到因果性，有很多混杂因素，多重检验
基本原理：利用自然界中随机分配的基因型对表型的影响来推断生物学因素对疾病的影响
利用工具变量来研究因果性，
将遗传变异Z作为待研究暴露因素X的工具变量
测量遗传变异Z与暴露因素X，遗传变异Z与疾病结局Y之间的关联
推断暴露因素X与疾病结局Y之间的关联
工具变量的选择
GWAS catalog 数据库 MRBase
因果不等于机制
步骤：选题，选工具，协调暴露与结局数据-开展MR分析-开展敏感性分析
分析工具-R
三个假说
关联性：P值越小，关联性越强，P<5*10-8
剔出连锁不平衡（r2和kb值）
多效性分析
提出弱工具变量
五种分析方法，其中IVW方法结果最为权威
