大家好，关于中间表型是什么意思啊很多朋友都还不太明白，今天小编就来为大家分享关于中间表示的知识，希望对各位有所帮助！
1影响多基因遗传病的环境因素有哪些？
多基因遗传病不是只由遗传因素决定，而是遗传因素与环境因素共同起作用。与环境因素相比，遗传因素所起的作用大小叫遗传度，用百分数表示。如精神病中最常见的也是危害人类精神健康更大的疾病——精神分裂症，是多基因遗传病，其遗传度为80％，也就是说精神分裂症的形成中，遗传因素起了很大作用，而环境因素所起的作用则相对较小。
这里的环境可能就是外界的较大的精神 *** 。
2两样本孟德尔随机化的原理
孟德尔随机化研究是一种近年来主要应用于流行病学病因推断上的一种数据分析方式。
基础研究证实，疾病发生均可追溯到基因水平，即基因型决定中间表型差异，该中间表型代表某暴露因素作用于该疾病。
要推断得暴露因素与疾病结局的因果关系，需满足3个重要的前提条件：
所选基因与中间表型或暴露因素高度相关；
所选基因与混杂因素不相关；
所选基因与疾病结局间条件独立（也即将中间表型或暴露因素和基因型同时作为自变量联立分析时，基因型对疾病结局的效应不再存在)。
满足以上3个条件后，我们才能有理由说明基因是由中间表型介导作用于疾病，也即得到该中间表型或暴露是病因的推断。
3怎么改用随机ivw
改用随机ivw *** 如下：
孟德尔随机化（Mendelian randomization,MR）是以孟德尔独立分配定律为基础进行流行病学研究设计和数据分析，论证病因假说的一种 *** 。由基因型决定中间表型（暴露）的差异， 因果方向明确。
通过引入一个称之为工具变量的中间变量，来分析暴露因素和结局之间的因果关系
2.孟德尔随机化 vs RCT
孟德尔随机化的目的不是估计遗传效应的大小，而是估计暴露对结果的因果效应，所以与遗传变异相关的结局的平均变化幅度可能与干预措施导致的变化幅度不同
即使遗传变异与结果之间的关联程度很小，暴露的人群归因风险也不一定很低，因为暴露可能会比遗传变异解释更大的变化程度（例如，他汀类药物对低密度脂蛋白胆固醇水平的影响比低密度脂蛋白胆固醇水平与HMGCR基因变异的关联要大几倍，因此对后续结果的影响更大。）
孟德尔随机化要求大样本研究，变异发生率不能太小（最小等位基因频率MAF5%)
3.工具变量
工具变量本身是一个计量经济学的概念，在孟德尔随机中，遗传变异被用作工具变量评估暴露对结局的因果效应，遗传变异满足工具变量的基本条件总结为(孟德尔随机化核心假设)：
关联性假设——遗传变异与暴露有关
独立性假设——该遗传变异与暴露-结果关联的任何混杂因素均不相关
排他性假设——该遗传变异不会影响结果，除非可能通过与暴露的关联来实现
某研究组想了解非洲村落里的儿童补充维生素A和其死亡情况的关联，如果仅仅利用维生素A的服用情况和死亡情况去判断两者的关联，那极有可能会产生很大的偏倚，这是因为维生素A的服用情况和很多潜在因素相关，比如家庭的经济困难程度、家庭成员以及实验儿童的依从性，而这些潜在的因素也可能对儿童的身体健康有很大的影响。因此，在研究起始设计中，研究者便利用工具变量来解决这个问题。
在这里，工具变量Z是指服用维生素A这个任务，类似于随机抽签。这样的话工具变量Z便只和X服用维生素A这个行为相关，与除X以外的混杂因素不相关。
4.应用范围
行为因素与健康：基因变异引起各个倾向某行为，决定暴露状态。如ALDH2变异引起乙醛代谢障碍，改变饮酒行为，不同ALDH基因型代表饮酒量多少；
机体代谢产物与疾病关系，估计长期效应。代谢产物是基因表达的中间表型，酶的底物或者体外难测量的代谢指标：如LDL受体基因变异引起家族高胆固醇血症，比较不同基因型之间CHD发病情况的差异，可模拟血胆固醇水平和CHD发病关系；
子宫内环境暴露于子代健康关系。
5.发文分析
孟德尔随机化研究均发表在影响因子5分以上的期刊中
6.基础分析流程——TwoSampleMR
找工具变量，我们要的是基因作为工具变量，这些基因都是从别人的研究中挑出来的，所有的基因研究有个专门的库叫做genome wide association studies (GWAS)。我们需要做的就是从这个库中挑出来我们自己需要的和我们暴露相关的基因变量SNPs。
估计工具变量对结局的作用，工具变量对结局的作用也是从所有的研究中估计出来的整体效应，这样可以拒绝单个研究的偏倚。
合并多个SNP的效应量，这个效应量是我们得到暴露和结局因果效应的前提。
处理数据，用合并后的数据进行孟德尔随机化分析和相应的敏感性分析。
7.TwoSampleMR代码实现
安装相关R包
install.packages('devtools')
library('devtools')
install_github("MRCIEU/TwoSampleMR") #安装TwoSampleMR包
library('TwoSampleMR')
devtools::install_github("mrcieu/ieugwasr",force = TRUE)
获取MR base的表型ID，将结果保存为pheno_info.csv这个文件
ao -available_outcomes(access_token=NULL) #获取GWAS数据，但近期Google限制，容易被墙
write.csv(ao,'pheno_info.csv',row.names=F）#将数据写入本地存储
查看pheno_info.csv文件，获取与暴露相关的工具变量的信息以及结局信息。这里选择暴露为obesity class 2 （ID = 91）， 结局为 type 2 diabetes (ID = 1090)
exp_dat - extract_instruments(outcomes=91,access_token=NULL)
obesity_exp_dat - clump_data(exp_dat)
t2d_out_dat - extract_outcome_data(snps=obesity_exp_dat$SNP, outcomes=1090, access_token=NULL)#提取结果信息
dat - harmonise_data(exposure_dat =obesity_exp_dat, outcome_dat= t2d_out_dat)#数据合并，计算基因对结局的合并效应量
孟德尔随机化
results - mr(dat)
OR值
OR - generate_odds_ratios(results)
异质性检验
heterogeneity- mr_heterogeneity(dat)
多效性检验
pleiotropy- mr_pleiotropy_test(dat)
逐个剔除检验
leaveoneout- mr_leaveoneout(dat)
散点图
mr_scatter_plot(results,dat)
森林图
results_single- mr_singlesnp(dat)
mr_forest_plot(results_single)
漏斗图
mr_funnel_plot(results_single)
实例解析
2022年10月10日
西安交通大学生物医学信息与基因组学中心杨铁林教授团队在Nature Neuroscience （IF=28.771）期刊发表了题为：Mendelian randomization *** yses support causal relationships between brain imaging-derived phenotypes and risk of psychiatric disorders 的文章。
研究背景
精神类疾病是一组脑功能紊乱的复杂疾病，会导致情感、认知和行为受到干扰和破坏。全球约有数亿人患有不同的精神障碍，被列为严重的公共卫生问题。近年来，脑影像学数据在脑疾病和功能的研究中受到广泛关注。以核磁共振成像为代表的脑影像技术，可用于活体无创定量评估人脑结构、连接和功能的特性。
虽然已有大量的观察性研究证据表明，精神疾病患者与健康正常人的脑影像表型存在显著差异，但脑影像学数据与精神障碍发病机制的因果关系尚不明确，探讨脑影像表型对精神疾病的因果作用具有重要的生物学和临床研究意义。
研究 *** 和结果
该研究基于大规模基因组数据，对常见的10种精神类疾病（包括注意力缺陷多动症、神经性厌食症、焦虑症、孤独症、双相情感障碍、抑郁症、强迫症、创伤后应激障碍、精神分裂症、抽动症）和587个关键的脑磁共振成像（MRI）结构表型进行了因果关系评估。
正向孟德尔随机化结果发现，脑白质纤维束的上额枕束的FA值和上放射冠的ICVF值、胼胝体内矢状层的MD值、第三脑室的体积等9个脑影像表型是精神分裂症、神经性厌食症和双相情感障碍的风险因素。进一步通过反向孟德尔随机化分析显示，发现精神分裂症的发生会导致额下回眶部的表面积和体积的增加。
该研究将基因组信息作为纽带，使脑影像表型和精神疾病联系起来，避免了观察性研究中由于药物或环境、生活方式等改变引起的样本检测数据偏差的缺点，确保了研究结果的稳健性。
4三种脂肪功能大不同，棕色脂肪让人吃不胖！
忙碌的一天，不正常的作息饮食与工作压力使你劳累，你伸手捏了一把肚子上的脂肪，厌恶之情表露无遗，思考着下次要上健身房运动甩掉脂肪。但有研究指出，脂肪不只有一种，还有一种「好脂肪」被称为棕色脂肪，据说有些人怎么吃也不胖，可能就是因为体内棕色脂肪特别多的关系。到底这些脂肪差在哪里，一同来看看吧。
人为什么会胖？为什么需要让我们胖胖的白色脂肪？
会发胖是因为身体能量摄取与能量消耗长期不平衡的结果。 能量消耗可以抵消能量摄取，而使体重保持相对稳定的水平上。能量不平衡，摄取大于消耗就会导致肥胖。当能量多出来，有储存好习惯的白色脂肪就会很好心帮忙存起来，存好存满。因为说不定这一份能量可以保护你的内脏、帮助维持身体温度、在你需要时伸出援手制造热量给你。
在巴不得甩掉白色脂肪之际，偶尔也想想它的好。它可是体内重要的内分泌器官，可以调节一系列生理功能，包括代谢稳态、食欲、血管生成、影响免疫力与心血管系统。摄取多少热量，做多少运动可不是它控制的，它负责的是尽责地储存能量。
三色脂肪构造比一比！颜色差异来自于粒线体！
脂肪介绍，它们除了颜色外有什么不同的吗？
白色脂肪(white adipose tissue, WAT)
占身体含量15~25%不等，依性别与个人胖瘦又会有个体差异。白色脂肪主要功能为存储能量，将身体经过消化吸收后，多出来的能量储存在白色脂肪细胞里的「油滴」里，白色脂肪细胞有着单粒巨大的油滴，巨大脂质滴推挤其他细胞内容物，为了储存，能将自身容量扩张超过一千倍。油滴并不限于存在脂肪细胞上，它是每个细胞的紧急备用粮食库，但因为白色脂肪细胞专职储存，而有着巨大的油滴。当人体的葡萄糖与肝糖含量过低，无法让细胞取得时，身体会寻找脂肪并将其转换为所需的能量。脂肪平时不易取得、消耗，却能默默储存大量能量。
白色脂肪同时也是身体里瘦素( Leptin )的主要分泌合成来源，瘦素是一种肽类激素，在促进人体脂肪燃烧、分解的方面起著关键的作用，能 *** 中枢让人降低食欲、抑制饥饿，让脂肪减少，对人体肥胖与其他生理作用有着关键的作用，也引起学界的热切关注。瘦素分泌过低，会导致肥胖、持续饥饿。同样身为脂肪细胞，棕色和米色脂肪细胞虽然也会分泌瘦素和脂联素。但相对于白色脂肪而言，它们占身体比例太少，因此棕色和米色脂肪不太可能成为人体循环中瘦素、脂肪分泌蛋白激素（脂联素）的主要分泌来源。
太多白色脂肪会导致肥胖，以及许多相关慢性病，像是第二型糖尿病、三高、心脏病风险、脂肪肝、癌症……。也因现在审美观念影响，白色脂肪变得人人喊打，恨不得甩多少是多少。脂肪堆积不完全是坏事，若身体不将能量以脂肪的形式储存起来，消化后多余的碳水化合物、糖、脂肪、蛋白质便会透过血管在身体流窜，堆积在不该堆积的地方，严重损害器官功能。
棕色脂肪(brown adipose tissue, BAT)
棕色脂肪占身体含量低，约占成人身体不到5%。它与白色脂肪起源于完全不同的干细胞分支，棕色脂肪起源于骨骼肌发育，由交感神经支配，在锁骨上、颈部以及脊柱中能观察到它们的身影。因其燃烧脂肪的能力惊人，时常与减肥、糖尿病、代谢相关研究议题扯上关系，而被称为「好的脂肪」。棕色脂肪因为含有大量致密的粒腺体而在外观上呈现棕色，不像白色脂肪具有巨大的油滴，棕色脂肪有着较小的油滴，没有被推到边边压扁的细胞核。
由于棕色脂肪的粒线体里具有大量活性 热生成素 （发现者称为解偶联蛋白，现称为UCP1或解偶联蛋白1），因此棕色脂肪成为身体里唯一可以燃烧脂肪的部位，每单位组织具有很大的产热潜力，能快速燃烧脂肪产生热能，提供除了肌肉颤抖生热之外的第二种升温方式，也就是非颤抖性生热作用。棕色脂肪燃烧能量产热是最有效率的生热方式，它们效率超高。
棕色脂肪一开始在新生儿身上含量较多，长大成人后数量会渐渐消退，原因是新生儿肌肉含量少，比较难透过肌肉颤抖的方式生热，此时就靠棕色脂肪产热维持婴儿体温恒定而不至于失温。棕色脂肪也协助小型哺乳类动物产热，在野外冬眠度过漫长的冬季。
棕色脂肪普遍被认为能够消耗白色脂肪，且在葡萄糖代谢与燃烧静止脂肪组织上具有高代谢活性，为身体能量、温度平衡、体重控制的重要组织，也被视为肥胖和第二型糖尿病的潜在治疗手段而受到许多学者追捧。棕色脂肪对寒冷 *** 敏感，温度会影响其活性。在高纬度的人身上较容易观察到其生热反应，来自热带地区的人棕色脂肪比较不活跃。另外一个研究也显示，在过重、年龄较长的人身上，棕色脂肪对葡萄糖摄取率降低了约10倍左右。
米色脂肪(beige adipose tissue, BAT)
较晚被发现的脂肪组织，为白色脂肪细胞与棕色脂肪细胞的中间表型，大部分混在白色脂肪里，由白色脂肪褐变（褐化）产生。与棕色脂肪同样具有UCP1，因而从储存能量的白色脂肪转为释放能量的脂肪细胞。具有较白色脂肪多的粒腺体，外观呈现米棕色，同样具小粒的油滴。
尽管这些米色脂肪的UCP1基因表达的基础水平非常低，但仍具有显著的产热能力，并启动与棕色脂肪等效的强大的化学产能、代谢功效。尽管棕色细胞与米色细胞从不同的细胞起源发育而来，但它们显示出相似的生热特性，同样影响能量、体温调节。棕色脂肪和米色脂肪的生热作用会增加能量消耗，并防止肥胖，而如何将白色脂肪转变为米色脂肪也同样成为学者研究的目标。
如何把白色脂肪转变为米色脂肪？如何促进棕色与米色脂肪燃烧？
目前有两种机制来驱动这些脂肪协助减重。
1. 运动 运动能增加肾上腺素 *** ，可导致棕色脂肪的生热作用和使得白色脂肪褐变，转化为米色脂肪一起燃烧能量。运动会诱发肌肉激素的分泌，像是鸢尾素(irisin)或Metrnl，心脏利钠肽和成纤维细胞生长因子，这些也能促进棕色脂肪代谢活动。运动也能改善大脑中的瘦素和胰岛素信号，增强 *** 促视前脑啡黑细胞促素皮促素的神经元导致白色脂肪褐变。
2. 冷 *** 在寒冷 *** 下，身体自然颤抖能 *** 骨骼肌释放许多内分泌因子，从而促进棕色脂肪和米色脂肪活动，提升活性开始燃烧。骨骼肌分泌的白细胞介素-6( IL6 )能增强米色脂肪活性，若白细胞介素-6缺失，反而会阻止运动引起的米色脂肪形成。而暴露在寒冷中能 *** 棕色脂肪细胞，提升了心脏利钠肽水平，心脏利钠肽能 *** 棕色脂肪细胞线粒体燃烧产热。而较长的冷 *** 时间，可能会使白色脂肪更普遍的褐变。
三种脂肪的内心话真情大揭露
有时候我们很习惯以一些社会价值去评断什么「好」，什么「不好」，为身体贴上标签，但有时候身体只是依照生理自然规律运行，并无好坏之分，真的要说的话，身体细胞是更爱我们的。会产生坏的部分反而来自于我们没有妥善对待身体产生的，那些暴饮暴食、不健康的饮食、熬夜不睡觉，一切一切的「坏」都会反应在身体上。
参考文章：
Brown Adipose Tissue Energy Metaboli *** in Humans.
Brown and Beige Adipose Tissues in Health and Disease.
Brown Adipose Crosstalk in Tissue Plasticity and Human Metaboli *** .
Exercise-induced ‘browning’ of adipose tissues
Cold alimation recruits human brown fat and increases nonshivering thermogenesis
图/文 巫俊郡
5SQL 中间表是什么?为什么要用中间表?
中间表？是临时表吧，临时表的好处是只存在一个会话中，当这个会话结束时会自动删除临时表和释放临时表所占用的资源，使用灵活。
6孟德尔随机化之基础概念与研究框架
在本期中，我将说明孟德尔随机化的基础概念与研究框架，并解释如何使用孟德尔随机化去解决常规流行病学问题。
孟德尔随机化是在非实验数据中使用遗传变异来估计暴露和结句之间的因果关系。在这里，我们使用“暴露”一词来指代假定的因果风险因素，有时也称为中间表型，它可以是生物标志物（Biomarker）、人体测量指标（Physical
measurement）或任何其他可能影响结果的风险因素（Risk
factor）。通常情况下，结局是疾病，但并不局限于疾病。非实验数据涵盖了所有观察性研究，包括横断面和纵向，队列研究和病例对照研究究。
通常由于混淆，暴露与结果之间的观察联系有所不同，它们之间的相关性不能作为解释因果关系的可靠证据。例如，经常喝红酒的人心脏病的发病率较低，但社会经济状况是葡萄酒消费和改善冠状动脉健康的共同预测指标，因此可能是社会经济状况而非葡萄酒消费是心脏病风险的基础。与此同时，反向因果关系也可能产生观察联系，例如经常服用头痛药的人比没有服用头痛药的人头痛的可能性更大，但服用头痛药不大可能是头痛发生率增加的原因。孟德尔随机化的想法是找到与暴露有关的遗传变异（或多个变异），但与影响结果的任何其他风险因素无关，并且与结果不直接相关。这意味着遗传变异与结果之间的任何关联都必须通过变异与暴露之间的关联来进行，因此暗示了暴露对结果的因果关系，这样的遗传变异将满足工具变量（IV）的假设。
孟德尔随机化的定义是“使用遗传变异进行工具变量分析”。在孟德尔随机中，遗传变异被用作工具变量评估暴露对结局的因果效应，遗传变异满足工具变量的基本条件总结为：
（1） 遗传变异与暴露有关。
（2） 该遗传变异与暴露-结果关联的任何混杂因素均不相关。
（3） 该遗传变异不会影响结果，除非可能通过与暴露的关联来实现。
尽管孟德尔随机化分析通常涉及单个遗传变异，但可以将多个变异用作单独的IV或组合为单个IV。关于IV假设的更多细节，这是孟德尔随机研究有效性的关键，我将会在后续的内容中进行讲解。
在观察性研究中，暴露与结果之间可能存在相关性的原因之一是混杂因素的影响，即暴露的内生性。混杂被定义为暴露水平不同的群体之间存在固有差异，通常认为它是由人口中特定变量的分布（称为混杂因素）导致的。混杂因素是变量，是导致暴露和结果的共同原因。当进行多元回归分析时，由于存在未知或无法衡量的混杂因素或测量的混杂因素的不精确性，暴露和结果之间通常是因果效应的有偏估计。在分析中未经矫正的混杂称为“残留混杂”，而内生性意味着回归模型中的回归变量和误差项之间存在相关性。虽然在流行病学中很少使用“外生的”和“内生的”这两个词，但是这些术语具有严格的定义，可用于理解混杂。内生性的字面意思是“来自内部”，内源性的反面是外源性的；回归模型的外部变量“来自外部”。术语“内生性”包括混杂，但也包括传统上认为与混杂分离的现象，例如测量误差和反向因果关系。如果模型中的暴露是回归模型中的内源性变量，则因暴露对结局的因果效应将会有偏差。
IV可以理解为与内源性暴露相关的外生变量，用于估计在保持所有其他因素相同的情况下改变暴露的因果效应。孟德尔随机化也被称为“孟德尔解混杂”，因为它旨在给出因果关系的估计，而不会因混杂因素而产生偏差。危险因素之间的相关性使得在观察性研究中无法观察一个变量的增加，而使所有其他变量保持相等，因为一个因素的变化将始终伴随着其他因素的变化。尽管我们可以测量单个混杂因素并在分析中对其进行调整，但我们永远无法确定是否已精确识别或测量了所有混杂因素，从而导致残留混杂。另外，如果我们调整一个变量，该变量位于感兴趣的暴露和结果之间的真正因果关系路径上（一个中介），则这表示过度调整并削弱了因果效应的估计值。通过找到满足IV假设的遗传变异，我们可以估计暴露与结果之间的无混杂因素的关联。
孟德尔随机化类似于随机对照试验（RCT），而被认为是提供医学证据“黄金标准”的RCT，涉及将一组个体以随机方式分为两个或多个亚组，这些亚组分别接受不同的治疗。与所有其他分配给子组相比，随机化更为可取，因为所有可能的混杂因素（已知和未知）平均在子组之间保持平衡。在孟德尔随机化中，我们使用遗传变异来形成与RCT中相似的亚组，如图所示。
从前述的IV假设来看，这些亚组在暴露因素中存在明显差异，但除了因果关系“下游”的那些因素外，没有其他任何因素有差异，故这些亚组之间结局的差异将表明暴露对结局的因果关系。一个人的遗传变异是从其父母那里继承的，因此不会随机分配。例如，如果一个人的父母都不携带特定的基因突变，则该人将无法携带该突变。但是，在现实的条件下，可以将人口中遗传变异的分布视为可能是重要混杂因素的环境和社会因素的随机分布，要使变体随机分布的必要假设是随机交配，并且缺乏与目标变体相关的选择效应。尽管这些假设会有所不同，但研究表明，大多数遗传变异在整个人群中的分布相当均匀，至少在西欧的情况下如此。我们可以通过进行哈迪-温伯格平衡检验来评估是否有可能偏离遗传变异的随机交配假设，以判断种群中杂合子和纯合子的频率是否符合期望。尽管分配中没有真正的随机性，但仍将其该种分配成为准随机化。大多数自然实验都依赖于准随机化，而不是实验单元的严格随机化。最近的一项观察性研究表明，线性回归在所有96个非遗传变量之间构成的4560个关联中，有45%的p值小于0.01。这为以下假设提供了合理性：用作工具变量的遗传变异将独立于许多潜在的混杂因素，因此在许多情况下，分配给遗传亚组可被视为类似于RCT中的随机分配。但是，孟德尔随机化从另一个方面与随机试验不同。孟德尔随机化的目的不是估计遗传效应的大小，而是估计暴露对结果的因果效应，所以与遗传变异相关的结局的平均变化幅度可能与干预措施导致的变化幅度不同。另外，即使遗传变异与结果之间的关联程度很小，暴露的人群归因风险也不一定很低，因为暴露可能会以比遗传变异解释更大的变化程度。例如，他汀类药物对低密度脂蛋白胆固醇水平的影响比低密度脂蛋白胆固醇水平与HMGCR基因变异的关联要大几倍，因此对后续结果的影响更大。
尽管使用孟德尔随机化的主要原因是为了避免残留混杂问题，但在特定情况下使用孟德尔随机化还有其他原因：病例对照数据和难以衡量的暴露水平。
当暴露与结果之间的关联不是由于暴露导致结果变化，而是由于结果导致暴露变化时，则发生反向因果关系。如果暴露是对临床前疾病的响应而增加的，则可能发生这种情况，比如在冠心病可在临床表现之前因动脉粥样硬化而暴露。由于个体的基因型是在受孕时确定的，因此无法更改，因此不会存在因果关系与基因型相关联的反向因果关系，这也是孟德尔随机化的优势。在某些情况下，也就是在已经经历过结果事件的个人中，许多感兴趣的风险无法可靠地衡量，因为该事件可能会使衡量结果失真。在这种情况下，可以将遗传变异用作暴露的 *** ，并且可以追溯评估与结果的遗传关联。由于可以在患病的个体中测量个体的基因型，因此可以在病例对照的情况下使用孟德尔随机化获得因果推论。
当感兴趣的曝光量昂贵或难以测量时，孟德尔随机化可能是一种有用的技术。例如，用于生物标记物（例如水溶性维生素）的金标准测定可能花费太多，以至于无法用于大样本，或者测量需要隔夜禁食的空腹血糖可能是不切实际的。如果遗传变异与暴露相关（可以在子样本或单独的数据集中进行验证）并且是有效的暴露IV，则可以通过遗传变异与遗传之间的关联来推断暴露与结果之间的因果关系。即使没有测量暴露量也可以得出结果。此外，工具变量估计值不会因暴露中的经典测量误差（包括个体内部差异）而衰减。这与观察性研究相反，在观察性研究中，暴露中的测量误差通常会导致回归系数朝着零值的方向衰减（称为回归稀释偏差）。另一个例子是，危险因素不仅难以度量，而且难以定义。例如，IL6R基因区域的一个变异与血清白介素6浓度（以及下游炎症标记物的水平，包括C反应蛋白和纤维蛋白原）有关，被证明与冠心病（CHD）风险有关。但是，从对遗传变异功能的了解中，我们认为所评估的因果作用不是通过升高的血清白介素6浓度来实现的，而是通过白介素6受体途径中信号传导的改变来实现的，而这是一种随时间变化的细胞表型，因此对个体的代表性测量值并不容易确定。但是，由于可以测量遗传变异，因此可以通过孟德尔随机评估来评估白介素6受体相关途径对冠心病风险的因果作用。
好了，文章到此结束，希望可以帮助到大家。