講一講孟德爾隨機(jī)化分析中的敏感性分析(sensitivity analyses)

很多人問過我敏感性分析的問題,說明大家對(duì)敏感性分析普遍是有疑問的,我之前的推文中也沒有詳細(xì)的講過,因此決定寫這一篇補(bǔ)充一下敏感性分析的工作。

什么是敏感性分析

敏感性分析定義:敏感度分析是研究數(shù)學(xué)模型或系統(tǒng)(數(shù)值或其他)輸出中的不確定性如何在其輸入中被分配到不同的不確定性來源 ——摘自維基百科。

我知道這段拗口的定義讓人看了,感覺跟沒看一樣。

所有的文字都認(rèn)識(shí),但是連起來就讀不懂是什么意思了。

所以我直白的翻譯一下,敏感性分析就是通過一些手段鑒定結(jié)果是否靠譜的一項(xiàng)分析。

為什么要進(jìn)行敏感性分析

前面回答了敏感性分析的定義,顯而易見,它的作用包括以下三項(xiàng):

1)評(píng)估結(jié)果是否穩(wěn)健,結(jié)論是否靠譜;

2)評(píng)估結(jié)果是否有潛在的偏倚(比如基因多效性,數(shù)據(jù)異質(zhì)性);

3)評(píng)估是否存在某一個(gè)工具變量嚴(yán)重影響結(jié)局變量;

敏感性分析包括什么

廣義的敏感性分析包括以下三項(xiàng):

1)基因多效性檢驗(yàn);

2)異質(zhì)性檢驗(yàn);

3)“l(fā)eave-one-out”法;

俠義的敏感性分析指的是“l(fā)eave-one-out”法。

現(xiàn)在大多數(shù)的孟德爾隨機(jī)化研究提到敏感性分析的時(shí)候指的是“l(fā)eave-one-out”法。

基因多效性和異質(zhì)性檢驗(yàn)會(huì)單獨(dú)拎出來講。

敏感性分析的結(jié)果怎么看

1)基因多效性檢驗(yàn);

關(guān)于基因多效性的文章我之前有講過,見推文使用MR-PRESSO檢驗(yàn)水平基因多效性(孟德爾隨機(jī)化分析)

我這里就不再贅述了。

2)異質(zhì)性檢驗(yàn);

來自不同的分析平臺(tái)、實(shí)驗(yàn)、人群等的工具變量(IV,一般指SNP)可能存在異質(zhì)性,最終影響結(jié)果。

異質(zhì)性檢驗(yàn)我之前也寫過的,見推文有相關(guān)性就有因果關(guān)系嗎,教你玩轉(zhuǎn)孟德爾隨機(jī)化分析

命令很簡(jiǎn)單,就一句mr_heterogeneity(dat)

異質(zhì)性檢驗(yàn)的結(jié)果看P值,P值大于0.05說明納入的 IVs 不存在異質(zhì)性,研究結(jié)果不需要考慮異質(zhì)性造成的影響。

3)“l(fā)eave-one-out”法;

“l(fā)eave-one-out”法指的是逐步剔除每個(gè)SNP,計(jì)算剩余SNP的meta效應(yīng),觀察剔除每個(gè)SNP后結(jié)果是否發(fā)生變化,如果剔除了某一個(gè)SNP后,結(jié)果改變很大,說明存在某一個(gè)SNP對(duì)結(jié)果影響很大,這是我們不愿意看到的情況。

理想的情況應(yīng)該是逐步剔除某個(gè)SNP后結(jié)果變化不大。

如下圖所示,剔除每個(gè)SNP后,總體的誤差線變化不大(所有的誤差線均在0的右側(cè)或者所有的誤差線在0的左側(cè)),說明結(jié)果是靠譜的。

image

這期就講到這啦,如果你有什么疑問,歡迎進(jìn)群交流(見公眾號(hào)菜單欄)或者向我提問,我會(huì)結(jié)合大家的需求考慮是否發(fā)推文統(tǒng)一解答。

image
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,967評(píng)論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,273評(píng)論 3 415
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,870評(píng)論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,742評(píng)論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,527評(píng)論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,010評(píng)論 1 322
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,108評(píng)論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,250評(píng)論 0 288
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,769評(píng)論 1 333
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,656評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,853評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,371評(píng)論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,103評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,472評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,717評(píng)論 1 281
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,487評(píng)論 3 390
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,815評(píng)論 2 372