小A：2024年什么方向发文最火？
我：NHANES排第一，孟德尔随机化排第二！
321上数据！
这是馆长筛选了最近一年的数据，这两个方向的发文量都是6千多，也就是说每个月都有500多篇文章见刊。
小A：为什么它们俩发文这么火爆？
我：一是免费，二是数据量大！这优势哪个临床医生能招架得住？
然而，随着文章发表数量的不断增加，随之带来的发文难度逐渐增加也是事实。
听人劝，吃饱饭，当初听馆长劝把握住发文时机的宝子是不是早已多篇文章见刊了？
现在还在观望阶段的小伙们注意啦，馆长今天又带来了新的发文思路——将上面两项发文王炸方向联合分析！
321，再次上数据！
这两者联合分析的文章近1年才100多篇，潜力无限。
小A：这两者联合分析有什么发文优势？
我：NHANES 数据挖掘适合用来分析疾病和风险因素之间的关联，但是无法证明因果；孟德尔随机化可以减少混杂因素和逆因果关系的影响，提供因果关系的证据，两者互补更有说服力。
小A：哪些方向（科室）可以用这种形式的分析呢？
我： NHANES数据库几乎覆盖了所有的临床科室，孟德尔随机化更是不受科室影响，所以只要能找到同一个研究对象，就能分析。发文新赛道小伙们跑起来吧！
定制生信分析
云服务器租赁
加好友备注“99”领取试用
下面馆长带大家看一篇华西医院团队通过这种联合分析近期发表的文章。
题目：抑郁症与非酒精性脂肪肝的风险：来自横断面研究和孟德尔随机分析的结果
后台回复“666”获取原文献，编号241121
研究背景
以往的研究表明，精神因素可能是NAFLD（非酒精性脂肪肝）的致病因素。然而，抑郁症与NAFLD之间的关系并不一致，抑郁症是否在NAFLD的发展中起因果作用尚不清楚。
研究思路
研究结果
NHANES 2017-2018中抑郁症与NAFLD的观察结果
从NHANES数据库中提取3878人的数据进行横断面研究。所有参与者的多因素logistic回归分析显示，抑郁与NAFLD风险之间的关联不显著。按性别分层后，男性无显著相关性；而女性抑郁与NAFLD风险呈显著正相关。这些结果表明，在女性人群中，抑郁症患者发生NAFLD的风险可能比非抑郁症患者高。
（ps：这部分就是馆长上面提到的通过NHANES观察疾病和风险因子直接的相关性，接下来就是MR找因果的阶段了）
MR分析中遗传工具变量的选择
对抑郁症GWAS荟萃分析中的97个SNP进行连锁不平衡分析，包括77个LD r2< 0.001的遗传变异。通过PhenoScanner平台排除无关SNP后，从GWAS NAFLD汇总数据中提取其余49个与抑郁相关的SNP。13个snp由于与中间等位基因频率回文而被去除。最后，36个抑郁症相关snp被纳入MR分析，构成了可用于MR分析的遗传工具变量。
MR分析结果
本研究采用IVW作为评估抑郁对NAFLD因果关系的主要方法。在36个与抑郁相关的snp中，抑郁对NAFLD的风险有潜在的因果影响。此外，还进行了MR-Egger回归、简单模型、和加权模型，虽然相关性不显著，但OR方向一致，提示抑郁可能增加NAFLD的风险。
MR分析的可靠性和稳定性
然后进行敏感性测试以评估结果的可靠性和稳定性。根据Cochran q检验结果，异质性对因果效应的影响可以忽略不计。进行了留一敏感性分析，发现没有单一SNP强烈影响抑郁对NAFLD的总体影响，这表明抑郁对NAFLD的因果效应是36个SNP的混合效应，而不是特定SNP的影响。
写在最后
这个联合分析思路你们看明白了吗？不想错过这一发文新赛道的宝子抓紧行动起来吧！不会分析？没关系，馆长可以帮你轻松搞定。
馆长有话说
馆长会持续为大家带来最新生信思路，也可以提供特色数据库构建、免费思路评估、付费生信分析和方案设计以及实验项目实施等服务，对数据库构建和生信分析感兴趣的朋友可以咨询馆长哦！
生信分析
方案设计
服务器租赁
往期推荐
