zoukankan      html  css  js  c++  java
  • 讲一讲孟德尔随机化分析中的敏感性分析(sensitivity analyses)

    很多人问过我敏感性分析的问题,说明大家对敏感性分析普遍是有疑问的,我之前的推文中也没有详细的讲过,因此决定写这一篇补充一下敏感性分析的工作。

    什么是敏感性分析

    敏感性分析定义:敏感度分析是研究数学模型或系统(数值或其他)输出中的不确定性如何在其输入中被分配到不同的不确定性来源 ——摘自维基百科。

    我知道这段拗口的定义让人看了,感觉跟没看一样。

    所有的文字都认识,但是连起来就读不懂是什么意思了。

    所以我直白的翻译一下,敏感性分析就是通过一些手段鉴定结果是否靠谱的一项分析。

    为什么要进行敏感性分析

    前面回答了敏感性分析的定义,显而易见,它的作用包括以下三项:

    1)评估结果是否稳健,结论是否靠谱;

    2)评估结果是否有潜在的偏倚(比如基因多效性,数据异质性);

    3)评估是否存在某一个工具变量严重影响结局变量;

    敏感性分析包括什么

    广义的敏感性分析包括以下三项:

    1)基因多效性检验;

    2)异质性检验;

    3)“leave-one-out”法;

    侠义的敏感性分析指的是“leave-one-out”法。

    现在大多数的孟德尔随机化研究提到敏感性分析的时候指的是“leave-one-out”法。

    基因多效性和异质性检验会单独拎出来讲。

    敏感性分析的结果怎么看

    1)基因多效性检验;

    关于基因多效性的文章我之前有讲过,见推文使用MR-PRESSO检验水平基因多效性(孟德尔随机化分析)

    我这里就不再赘述了。

    2)异质性检验;

    来自不同的分析平台、实验、人群等的工具变量(IV,一般指SNP)可能存在异质性,最终影响结果。

    异质性检验我之前也写过的,见推文有相关性就有因果关系吗,教你玩转孟德尔随机化分析

    命令很简单,就一句mr_heterogeneity(dat)

    异质性检验的结果看P值,P值大于0.05说明纳入的 IVs 不存在异质性,研究结果不需要考虑异质性造成的影响。

    3)“leave-one-out”法;

    “leave-one-out”法指的是逐步剔除每个SNP,计算剩余SNP的meta效应,观察剔除每个SNP后结果是否发生变化,如果剔除了某一个SNP后,结果改变很大,说明存在某一个SNP对结果影响很大,这是我们不愿意看到的情况。

    理想的情况应该是逐步剔除某个SNP后结果变化不大。

    如下图所示,剔除每个SNP后,总体的误差线变化不大(所有的误差线均在0的右侧或者所有的误差线在0的左侧),说明结果是靠谱的。

    这期就讲到这啦,如果你有什么疑问,欢迎进群交流(见公众号菜单栏)或者向我提问,我会结合大家的需求考虑是否发推文统一解答。

  • 相关阅读:
    Delphi 与 VC 共享接口和对象
    Delphi线程类 DIY(把类指针作为参数传进去,就可以执行类里面的方法啦)
    delphi 在多线程中使用 CreateOleObject 导致失败(一定要使用CoInitialize和CoUninitialize,举例查询WMI)
    delphi调用LUA函数来处理一些逻辑
    后台管理系统
    .NET平台机器学习
    kafka
    一些技术视频资源
    异步
    CQRS(命令查询职责分离)和 EDA(事件驱动架构)
  • 原文地址:https://www.cnblogs.com/chenwenyan/p/13404526.html
Copyright © 2011-2022 走看看