健康研究におけるメンデルのランダム化：適切な遺伝的変異を使用し、偏った推定値を回避する

交絡および逆因果関係の問題を克服するために、関心のある露出の機器変数として遺伝的変数を使用するメンデルのランダム化方法は、疫学研究における因果関係を評価するために広まっています。この論文の主な目的は、候補遺伝子分析でよく起こるように、研究者が自分のデータセットでの曝露との関連に基づいて遺伝的変異を選択した場合、結果をどのように偏らせることができるかを示すことです。これは、暴露の真の効果がないにもかかわらず、明らかな「因果関係」関係を示す推定につながる可能性があります。さらに、測定された暴露が真の根本的な曝露の不十分な代理である場合、メンデルのランダム化分析からの効果の大きさの推定における潜在的なバイアスについて説明します。これらのポイントをタバコの研究に特に参照して説明します。

Mendelian randomization methods, which use genetic variants as instrumental variables for exposures of interest to overcome problems of confounding and reverse causality, are becoming widespread for assessing causal relationships in epidemiological studies. The main purpose of this paper is to demonstrate how results can be biased if researchers select genetic variants on the basis of their association with the exposure in their own dataset, as often happens in candidate gene analyses. This can lead to estimates that indicate apparent "causal" relationships, despite there being no true effect of the exposure. In addition, we discuss the potential bias in estimates of magnitudes of effect from Mendelian randomization analyses when the measured exposure is a poor proxy for the true underlying exposure. We illustrate these points with specific reference to tobacco research.