如果你有兴趣,可以来看看。
如果进一步需要孟德尔随机化1对1答疑指导,请联系郑老师团队,微信号:aq566665
STROBE-MR清单
【第一部分】题目和摘要
条目1 标题和摘要
如果孟德尔随机化(MR)是该研究的主要目的,请在标题和/或摘要中注明该研究的设计。
解释:
【标题】当MR在研究设计中发挥关键作用时,“孟德尔随机化”一词应包括在标题中。在某些情况下,MR被用作后续分析技术,当主要分析不是MR时,在这种情况下,可能不需要直接将MR包含在标题中,但要保持对手稿的主要目标的关注。
【摘要】摘要应对所做的工作和发现的内容提供详实和平衡的总结。该摘要应与研究设计中的关键问题一起呈现,包括数据来源、暴露或结果、个体数据与摘要数据,并(如果可能)包括术语“孟德尔随机化”,以使文章可发现。结果应以完全透明的方式呈现,并包括所应用方法范围内的点估计及其误差(即不仅仅是P值)。“因果关系”这个词应该谨慎使用,因为MR仅提供估计,旨在告知我们在特定假设下对因果关系的理解。
【第二部分】引言
条目2 研究背景
解释报告研究的科学背景和理由。暴露(即内生性解释变量)是什么?暴露和结果之间的潜在因果关系是否合理?说明为什么MR是解决研究问题的一种有用方法。
解释:
虽然一些作者在没有事先假设的情况下使用MR来测试暴露对许多不同结果的影响,但大多数MR研究的设计是为了评估来自先前研究的特定假设。当使用特定假设时,应描述评估当前假设的基本原理,包括对效应大小的先验期望。MR可用于检验因果零假设或估计点、期或终生效应。应该描述MR在评估研究假设中的作用,以引导读者通过将MR方法应用于研究假设来解决文献中的具体差距。
作者应明确指出,研究的目的是估计特定暴露对特定结果的因果关系。
条目4 研究设计和数据来源
在文章开始部分提出研究设计的关键要素。考虑包括一个表格,列出研究所有阶段的数据来源。对于每一个有助于分析的数据来源,描述以下内容:
条目4a 环境。如果可能的话,描述研究设计和基本人群。描述环境、地点和相关日期,包括招募期、接触期、随访期和数据收集期(如有);
条目4b 参与者。给出资格标准,以及选择参与者的来源和方法。报告样本量,以及在进行主要分析之前是否进行了任何力量或样本量的计算;
条目4c 描述遗传变异的测量、质量控制和选择;
条目4d 对于每个暴露、结果和其他相关变量,描述评估方法和疾病的诊断标准;
条目4e 如果相关,提供伦理委员会批准和参与者知情同意的细节。
如果数据是从已有的研究中提取的,描述数据是如何获得的。 如果数据是公开可用的,尽可能提供指向数据源的超链接。 如果使用汇总级别的数据,请确保所有这些细节都是可追溯的,并允许对数据源的异质性进行定性评估。
条目6a 说明在分析中如何处理定量变量(即比例、单位、模型); 条目6b 描述在分析中如何处理遗传变异,如果适用,如何选择其权重; 条目6c 描述MR估计器(如两阶段最小二乘法,Wald比率)和相关统计。详细说明包括的协变量,如果是双样本MR,是否在两个样本中使用相同的协变量集进行调整; 条目6d 解释如何处理缺失数据; 条目6e 如果适用,说明如何解决多重检验的问题。
条目7 假设的评估
说明用于评估假设或证明其有效性的任何方法或先验知识。
解释:
条目8 敏感性分析和附加分析
说明所进行的任何敏感性分析或附加分析(如不同方法的效果估计比较、独立复制、偏倚分析技术、仪器的验证、模拟)。
解释:
条目9a 统计软件和软件包名称,包括使用的版本和设置; 条目9b 说明研究方案和细节是否进行了预注册(以及时间和地点)。
条目10 描述性分析
条目10a 报告纳入研究的每个阶段的人数以及排除的原因。考虑使用流程图;
条目10b 报告表型暴露、结果和其他相关变量的汇总统计(如平均值、SDs、比例);
条目10c 如果数据来源包括以前研究的荟萃分析,提供这些研究的异质性评估;
条目10d 对于双样本MR:
i. 提供暴露和结果样本之间遗传变异-暴露关联的相似性的理由;
条目11 MR主要结果
条目11a 报告遗传变异体与暴露之间的关联,以及遗传变异体与结果之间的关联,最好是在可解释的尺度上;
条目11b 报告暴露与结果之间关系的MR估计值,以及MR分析的不确定度,用可解释的尺度,如每SD差异的几率或相对风险;
条目11c 如果相关,考虑将相对风险的估计值转化为有意义的时间段内的绝对风险;
条目11d 考虑用图表来显示结果(如森林图,遗传变异与结果之间的关联与遗传变异与暴露之间的关联的散点图)。
条目12 对假设的评估
条目12a 报告对假设的有效性的评估;
条目12b 报告任何额外的统计数据(如对不同遗传变异的异质性评估,如I^2、Q统计或E值)。
条目13 敏感性分析和附加分析
条目13a 报告任何敏感性分析,以评估主要结果对违反假设的稳健性;
条目13b 报告其他敏感性分析或附加分析的结果;
条目13c 报告对因果关系方向的任何评估(例如,双向MR);
条目13d 相关时,报告并与非MR分析的估计值进行比较;
条目13e 考虑用额外的图表来显示结果(例如,撇除分析)。
条目15 局限性
条目16 解释
条目16a 意义。根据其局限性和与其他研究的比较,对结果进行谨慎的整体解释;
条目16b 机制。讨论潜在的生物机制,这些机制可能驱动被调查的暴露和结果之间的潜在因果关系,以及基因-环境等效假设是否合理。谨慎使用因果语言,说明IV估计只有在某些假设下才可能提供因果效应;
条目16c 临床相关性。讨论结果是否与临床或公共政策相关,以及它们在多大程度上为可能的干预措施的效果大小提供参考。
条目17 普适性 (Generalizability)
讨论研究结果的普适性 :(a)对其他人群,(b)对其他暴露期/时间,以及(c)对其他暴露水平的普及性。
条目18 资助
条目19 数据和数据共享
条目20 利益冲突
当然,如果你进一步需要专业的孟德尔随机化方法的指导,请联系郑老师团队,微信号:aq566665,郑老师为你保驾护航!
关于郑老师团队及公众号
我们开展对临床预测模型、重复测量资料分析、轨迹增长模型、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法1对1R语言指导(一年内不限时间,周末、晚上均统计师一对一指导)。
②全程指导课程学习
③课程R语言代码运行bug修复
④支持学员一篇SCI论文的数据分析
联系助教小董咨询(微信号aq566665)