杀疯了的孟德尔随机化，原来这么简单的？

最近都在说孟德尔随机化，它怎么这么火，我分析了一下，原因有三：

1️⃣ 限制少 ：90% 科室可做、难度低易上手

2️⃣ 成本低： 无需数据、不做实验、周期短

3️⃣ 方法新： 大片领域待开发，易发高分

👉概念先搞清

孟德尔随机化分析，只是一种统计学方法，它研究的是 一个因素与某个结果之间是否具有因果关系。

我们知道，基因是亲代随机分配给子代的，因此孟德尔随机化是 天然的随机对照研究 ， 证据级别极高， 而且 它能做观察性研究不能触达的领域。

⚠️不要害怕孟德尔随机化： 孟德尔随机化只是一种方法， 几行代码就可分析 ，所以比较适合新手，而且 大家不要看到基因就恐惧 ，它只是一种工具， 无需有基因 基础 知识就能做 。

👉流程简单， 举个 🌰

假如你想研究「肥胖会不会导致心脏病？」

如果用观察性研究来分析，结果会有偏差，因为肥胖的人可能有其他不好的习惯，比如说 吸烟，熬夜，少运动 ，你很难区分是肥胖的原因，还是前三者导致的。

但是，用孟德尔随机化，就不存在这个问题了

我们可以找到一些 基因 ，它与 体重指数 BMI 相关，拥有这个基因的人群会更容易肥胖，我们就把这些与肥胖有关的基因当做 工具变量 ，因此要研究的问题就变成 携带这个基因的人群，患心脏病的风险 是否 会更高 ，因为基因与生俱来，一旦拥有就不会受后天影响，也就排除了混杂因素。

看到这，不知你注意到了吗，孟德尔随机化关键就是找 这个基因 ，当然，研究缺少不了两大数据 暴露因素 X 和 结局变量 Y ，但也不需要你有原始数据，直接去免费数据库里面挖。

说实话，孟德尔随机化分析学习是讲究方法的，我们给大家准备了一些工具和套路哦。