Using Negative Control Outcomes to Detect Selection Bias in Mendelian Randomization Studies¶
作者: Apostolos Gkatzionis, George Davey Smith, Kate Tilling
来源: Statistics in Medicine
主题: 因果推断
相关性: 7/10
机构绿灯: University of Bristol(US News 前 50,免分进入精读)
链接: https://doi.org/10.1002/sim.70703
一、领域脉络与小综述¶
这个方向是什么¶
本文处于孟德尔随机化(Mendelian Randomization, MR)与阴性对照(Negative Control)方法的交叉点。MR 利用遗传变异作为工具变量(IV)来估计暴露对结局的因果效应,其核心识别假设是工具变量满足相关性、独立性和排他性。然而,当分析样本并非从目标人群随机抽取时(如 UK Biobank 的志愿者偏差),选择进入样本的过程(由变量 S 表示)可能同时受工具变量、暴露、结局及混杂因素的影响,从而在条件于样本的估计中打开非因果路径,导致 IV 假设在条件分布中失效。本文要解决的根本问题是:如何利用阴性对照结局(Negative Control Outcome, NCO)来检测 MR 分析中因样本选择(collider bias)导致的估计偏倚。该子方向当前处于"方法框架已提出、但适用条件与局限性尚未系统厘清"的阶段——已有工作(如 Sanderson et al. 2021)提出了 NCO 用于检测分层偏倚的思路,但对其有效性的充分条件、以及年龄/性别等常见变量是否适用,缺乏严格的形式化处理。
发展脉络¶
- 奠基工作:Davey Smith and Ebrahim (2003) 正式提出 MR 作为利用遗传变异的因果推断范式;Hernán et al. (2004) 将选择偏倚纳入因果图框架,指出条件于 collider 会打开非因果路径。这两篇奠定了 MR 与选择偏倚的结构化分析基础。
- 选择偏倚在 IV/MR 中的形式化:Canan et al. (2017) 与 Gkatzionis and Burgess (2019) 系统分析了选择偏倚如何使 IV 估计失效,指出即使工具变量在总体中有效,在条件于选择变量的子样本中也可能因 collider 路径而失效。Hughes et al. (2019) 进一步讨论了 MR 中选择偏倚的严重性。
- 阴性对照方法的引入:Lipsitch et al. (2010) 提出阴性对照作为检测未测量混杂的工具;Sanderson et al. (2021) 首次系统探讨了 NCO 在 MR 中检测选择偏倚的潜力,但其分析主要针对 population stratification 而非一般选择机制。本文在此基础上,将 NCO 方法推广到一般的选择偏倚检测场景。
- 当前 frontier:Daniell et al. (2024) 与 Dukes et al. (2025) 进一步将阴性对照从"检测"推向"校正"——即在检测到偏倚后,利用 NCO 信息对因果效应进行识别与估计。本文聚焦于"检测"环节,但明确指出了与这些校正方法的衔接。
- 本文的位置:本文是上述脉络中第一个系统给出 NCO 有效性充分条件的工作,并专门讨论了年龄和性别作为 NCO 的适用性——这是此前文献未处理的。作者通过因果图推理 + 模拟验证 + UK Biobank 实证,将 NCO 从"经验性工具"提升为"有明确适用条件的方法"。
子线索聚类¶
- 选择偏倚的结构性分析(Hernán et al. 2004; Canan et al. 2017; Gkatzionis and Burgess 2019; Hughes et al. 2019; Lu et al. 2022; Mathur et al. 2025):用 DAG 刻画选择机制,区分 collider bias 与 heterogeneity bias,讨论何时选择导致 IV 失效。
- 阴性对照方法学(Lipsitch et al. 2010; Sanderson et al. 2021; Daniell et al. 2024; Dukes et al. 2025):从检测混杂到检测选择偏倚,再到利用 NCO 进行偏倚校正。
- UK Biobank 选择偏倚的实证研究(Fry et al. 2017; Schoeler et al. 2023; van Alten et al. 2024):量化志愿者偏差的严重性,提供加权调整方法——本文的实证部分直接建立在这一线索之上。
这个方向在追问的核心问题¶
- 何时选择偏倚会实质性地影响 MR 估计? 即选择机制 S 与哪些变量(G, X, U, Y)的关联组合会导致 IV 假设在条件样本中失效?
- 如何在不访问未选择个体数据的情况下检测选择偏倚? NCO 方法的核心优势在于仅需已选择样本即可进行诊断。
- NCO 的有效性条件是什么? 即一个变量 N 需要满足什么样的因果结构关系,才能作为检测选择偏倚的"探针"?
- 年龄和性别这类"万能变量"是否天然适合作为 NCO? 这是本文特有的贡献——因为年龄和性别几乎在所有 MR 研究中都可获得,且通常与混杂因素相关。
⚠️ 作者的 framing(这是作者的说法)¶
作者将 NCO 有效性的核心条件表述为:NCO 必须与暴露-结局的混杂因素相关,而 NCO 对选择的影响是次要的("the main requirement is that the negative control outcome relates to confounders of the exposure and outcome, while its effect on selection is of secondary concern")。这一 framing 与直觉相反——通常人们会认为 NCO 应该与选择机制无关,但作者论证恰恰相反:NCO 需要"感知"到混杂因素,才能在条件于选择的样本中产生可检测的偏倚信号。作者同时淡化了 heterogeneity bias 的检测问题,明确声明 NCO 不适用于检测因效应异质性导致的选择偏倚,并将这一限制归因于"heterogeneity bias 在因果零假设下不产生偏倚"这一结构性事实。作者还回避了 NCO 与工具变量排他性假设之间的潜在冲突——如果 NCO 与混杂因素相关,而混杂因素又影响工具变量,那么 NCO 与工具变量之间的关联可能被误判为选择偏倚信号。
张力¶
未见明显对立引用。但存在一个值得注意的隐含张力:Sanderson et al. (2021) 强调 NCO 应选择"不受暴露影响"的结局,而本文进一步要求 NCO 与混杂因素相关——这两个条件在某些场景下可能难以同时满足(例如,如果混杂因素通过暴露影响所有结局,那么"不受暴露影响"的结局可能也与混杂因素无关)。作者未直接讨论这一张力。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
符号清单(按类别分组):
| 类别 | 符号 | 含义 |
|---|---|---|
| 变量 | G | 遗传工具变量(SNP 或等位基因评分) |
| X | 暴露(如 BMI、饮酒) | |
| Y | 结局(如冠心病) | |
| U | 未测量的混杂因素(如社会经济地位) | |
| S | 选择指示变量(S=1 表示进入分析样本) | |
| N | 阴性对照结局(NCO),如生物性别、自然发色 | |
| Z | 其他协变量(如年龄、遗传主成分) | |
| 参数/估计目标 | β_XY | 暴露 X 对结局 Y 的因果效应(MR 的目标 estimand) |
| β_XN | 暴露 X 对 NCO 的"效应"(应为零,若 N 是有效 NCO) | |
| 可观测数据 | {(G_i, X_i, Y_i, N_i, Z_i) : i ∈ 已选择样本} | 仅 S=1 的个体可观测 |
模型(以 DAG 形式描述):
- 总体层面:G → X → Y,U → X, U → Y(混杂),G 与 U 独立(IV 假设)。
- 选择机制:S 受 X, Y, U(以及可能的 G)影响。当 S 是 X、Y、U 的 collider 时,条件于 S=1 会在 G 与 Y 之间打开通过 U 的路径,导致 IV 假设失效。
- NCO 的因果结构:N 与 U 相关(通过共同原因或直接因果),但 N 不受 X 影响(这是 NCO 的核心要求),且 N 对 S 的影响是"次要的"(即 N 不是 S 的主要决定因素)。
关键区分:作者区分了两种选择偏倚——collider bias(S 是 X、Y、U 的 collider,条件于 S 打开 G-U-Y 路径)和 heterogeneity bias(X 对 Y 的效应在不同 S 水平下不同,即效应修饰)。NCO 只能检测前者,不能检测后者。
第二步:最小内核¶
最小内核:考虑最简单的线性结构方程模型(假设所有变量均值为零,方差归一化):
- X = α_G G + α_U U + ε_X
- Y = β_XY X + γ_U U + ε_Y
- S* = δ_X X + δ_Y Y + δ_U U + ε_S,S = 1{S* > c}(选择阈值)
- N = η_U U + ε_N(N 与 U 相关,但不受 X 影响)
核心命题:在总体中,IV 估计量 β̂_IV = Cov(G,Y)/Cov(G,X) 一致估计 β_XY(因为 G 与 U 独立)。但在条件于 S=1 的样本中,Cov(G,Y | S=1) ≠ β_XY · Cov(G,X | S=1),因为条件于 S 使得 G 与 U 通过路径 G → X → S ← U 产生关联(当 δ_X ≠ 0 且 δ_U ≠ 0 时)。
NCO 检测逻辑:对 NCO 做同样的 IV 回归,得到 β̂_N = Cov(G,N | S=1)/Cov(G,X | S=1)。在总体中,β_N = 0(因为 N 不受 X 影响,且 G 与 U 独立,所以 G 与 N 独立)。但在选择样本中,如果存在 collider bias,则 G 与 N 通过路径 G → X → S ← U → N 产生关联,导致 β̂_N ≠ 0。因此,β̂_N 显著不为零即为选择偏倚存在的证据。
为什么这个内核成立:关键在于 N 与 U 的相关性(η_U ≠ 0)。如果 N 与 U 无关,则即使存在 collider bias,G 与 N 也不会在条件样本中产生关联,NCO 检测失效。这就是作者强调"NCO 必须与混杂因素相关"的数学本质。而"NCO 对选择的影响是次要的"这一条件,保证了 NCO 本身不会通过 S 引入额外的偏倚路径(如果 N 强烈影响 S,则条件于 S 会打开 G → X → S ← N 的路径,即使没有混杂也会产生虚假信号)。
一般情形的推广:当选择机制更复杂(如 S 受 G 直接影响,或 S 受多个混杂因素影响)时,上述逻辑仍然成立,但需要更细致的 DAG 分析来确认 NCO 检测的充分条件。作者在正文中通过 16 种选择机制的枚举(Table 1)完成了这一推广。
为什么这个内核是"最小"的:它剥离了 MR 中所有实际复杂性(多 SNP、弱工具、非线性、二值暴露等),只保留因果推断的核心结构——IV 假设、混杂、选择、阴性对照——从而让读者一眼看清 NCO 检测选择偏倚的识别逻辑:NCO 是一个"探针",它通过与混杂因素的相关性,将选择偏倚转化为可检验的零假设。
三、这篇论文做了什么¶
三句话¶
① 研究了什么问题:在 MR 分析中,当样本选择受暴露、结局、混杂因素影响时,如何利用阴性对照结局(NCO)检测 collider bias 导致的估计偏倚,并给出了 NCO 有效性的充分条件。② 核心工具/方法:因果图(DAG)推理 + 16 种选择机制的系统枚举(Table 1)+ 模拟验证 + UK Biobank 实证分析(以生物性别和自然发色为 NCO)。③ 主要结论:NCO 有效性的核心要求是与暴露-结局的混杂因素相关,而非与选择机制无关;年龄和性别在特定条件下可作为有效的 NCO,但需谨慎验证其与混杂因素的关系;在 UK Biobank 中,饮酒、BMI 和教育程度等常见暴露的 MR 分析存在可检测的选择偏倚。
关键设定与假设¶
- IV 假设(总体层面):G 与 U 独立(独立性),G 与 X 相关(相关性),G 对 Y 无直接效应(排他性)。作者采用 Pearl (2009) 的 DAG 版本,未涉及单调性等附加假设。
- 选择机制:S 是二值指示变量,受 G, X, U, Y 的任意子集影响。作者枚举了 16 种可能的"选择原因组合"(Table 1),涵盖从"仅 X 影响 S"到"G, X, U, Y 均影响 S"的所有情况。
- NCO 的因果结构:N 不受 X 影响(核心假设),N 与 U 相关(有效性要求),N 对 S 的影响是次要的(避免虚假信号)。
- 与已有文献的对比:相比 Sanderson et al. (2021) 聚焦 population stratification,本文推广到一般选择机制;相比 Daniell et al. (2024) 和 Dukes et al. (2025) 关注偏倚校正,本文聚焦于检测环节,且不要求 NCO 满足更强的"可交换性"条件。
主要结果¶
理论结果(Table 1 的系统枚举):
- NCO 检测的充分条件:当且仅当选择机制 S 受暴露 X 和混杂因素 U 的共同影响(即 S 是 X 和 U 的 collider),且 NCO 与 U 相关时,NCO 分析才能检测到 collider bias。如果 S 仅受 G 影响(如基因分型缺失导致的选择),NCO 无法检测——因为此时 G 与 U 在条件样本中仍独立。
- NCO 的误报风险:如果 NCO 本身受 X 影响(违反核心假设),则 NCO 分析会产生虚假的偏倚信号。作者特别指出,年龄和性别作为 NCO 的风险在于:它们可能与暴露 X 存在因果关联(如饮酒影响年龄相关表型),需通过敏感性分析排除。
- collider bias 与 heterogeneity bias 的区分:NCO 只能检测 collider bias。对于 heterogeneity bias(X-Y 效应在不同 S 水平下不同),NCO 分析在因果零假设下不产生偏倚信号,因此无法检测。作者建议使用加权分析(如 inverse probability weighting)作为补充。
模拟验证:作者通过模拟数据验证了 Table 1 的理论预测,重点展示了:(i) 当 NCO 与 U 相关时,NCO 分析能正确检测 collider bias;(ii) 当 NCO 与 U 无关时,NCO 分析失效;(iii) 当 NCO 受 X 影响时,NCO 分析产生误报。
实证结果(UK Biobank): - 以生物性别为 NCO:对 19 个性状的两两 MR 分析中,发现饮酒→性别、BMI→性别、教育→性别等关联显著非零,提示这些暴露的 MR 分析可能存在选择偏倚。 - 以自然发色为 NCO:结果与性别类似,但效应方向相反(因发色与性别在 UK Biobank 中的选择机制不同)。 - 加权分析(使用 Schoeler et al. 2023 的权重)后,部分关联减弱,但饮酒和教育的影响仍然显著,提示选择偏倚可能无法完全通过加权消除。 - 敏感性分析(排除与性别/发色相关的 SNP)结果稳健。
证明路线与技术技巧¶
整体路线(理论部分):
- DAG 建模:将 MR 分析 + 选择机制 + NCO 的因果结构用 DAG 表示,明确每个变量的父节点。
- d-分离分析:对每种选择机制,检查在条件于 S=1 的图中,G 与 N 之间是否存在开放路径。如果存在,则 NCO 分析会检测到偏倚;如果不存在,则 NCO 分析无效。
- 充分条件提取:从 16 种机制的枚举中,归纳出 NCO 有效性的充要条件——即 S 同时受 X 和 U 影响(collider bias 的必要条件),且 N 与 U 相关(NCO 的"感知"条件)。
- 误报条件分析:检查 N 受 X 影响时,NCO 分析是否会产生虚假信号,并给出规避建议。
技术技巧:
- 系统枚举而非一般性定理:作者没有试图给出一个统一的数学定理,而是通过枚举所有可能的选择机制(16 种)来覆盖所有情况。这种方法的优点是直观、可验证,缺点是可能遗漏某些复杂机制(如 S 受 X-Y 交互影响)。
- 因果图作为推理工具:全文使用 DAG 而非潜在结果框架,这使得选择偏倚的结构性条件(collider vs. heterogeneity)可以直观地通过路径分析获得。
- 模拟验证与理论预测的对照:模拟设计直接对应 Table 1 的每种机制,确保理论预测与数值结果一致。
证明的严格性评估:本文的"证明"主要是基于 d-分离的因果图推理,而非形式化的数学定理。对于每种选择机制,作者通过路径分析判断 G 与 N 的条件独立性,这一推理在 DAG 框架下是严格的。但作者没有给出 NCO 检测偏倚的功效分析(即给定偏倚大小和样本量,NCO 检验的检测概率),也没有讨论多重检验校正问题(19 个性状 × 19 个结局 = 361 次检验)。
🔎 结论是否比证明窄¶
- 明确承认的局限:作者在讨论部分明确指出,NCO 无法检测 heterogeneity bias,且 NCO 的有效性依赖于"与混杂因素相关"这一不可检验的假设。
- 未明确承认的局限:作者在 UK Biobank 实证中使用了 361 次 MR 分析(19×19),但未进行多重检验校正(如 Bonferroni 或 FDR)。考虑到 19 个性状间的强相关性,这一遗漏可能导致假阳性率被低估。此外,作者以"性别"为 NCO 的合理性依赖于"暴露不影响性别"这一假设,但某些暴露(如饮酒)可能通过影响生育选择或生存间接影响样本中的性别比例,这一潜在违反未被充分讨论。
- 结论与证明的匹配:Table 1 的理论结果与模拟结果高度一致,但 UK Biobank 实证部分仅展示了"检测到偏倚"的案例,未报告 NCO 分析的特异性(即有多少对不存在偏倚的暴露-结局被正确判定为无偏倚)。因此,实证部分对 NCO 方法检测能力的展示强于对其误报率的控制。
四、开放问题¶
-
NCO 有效性的可检验性:作者给出的充分条件(N 与 U 相关)本身是不可检验的——研究者如何在实际应用中验证所选 NCO 确实与混杂因素相关?能否发展出基于观测数据的检验程序?(扎根于正文"the main requirement is that the negative control outcome relates to confounders"这一条件,以及讨论部分对"identifying a valid negative control will be difficult"的承认。)
-
NCO 检测的统计功效:作者未给出 NCO 检验的功效分析。在给定偏倚大小、SNP 解释方差和样本量的情况下,NCO 检验的检测概率是多少?能否构造功效最优的 NCO 检验?(扎根于 Table 2 中部分 NCO 效应的 p 值接近 0.05 但未达 Bonferroni 阈值,以及作者未讨论功效问题。)
-
从检测到校正的衔接:作者明确聚焦于"检测",但 Daniell et al. (2024) 和 Dukes et al. (2025) 已提出利用 NCO 进行偏倚校正的方法。本文的充分条件能否为这些校正方法提供更清晰的适用边界?特别是,当 NCO 与混杂因素的相关性较弱时,校正方法的稳健性如何?(扎根于讨论部分对 Daniell et al. 和 Dukes et al. 工作的引用及"our work complements these approaches"的表述。)
-
纵向设定中的选择偏倚:本文仅考虑横截面选择(S 是单次选择指示变量)。在纵向 MR 研究中,个体可能在多个时间点面临不同的选择机制(如失访、死亡、依从性下降),NCO 方法如何推广到动态选择场景?(扎根于作者在讨论部分对"future work could extend our results to longitudinal settings"的提及。)
提示:要确认上述问题是否为真 gap,建议检索近 5 年(2021-2026)关于阴性对照在 MR 中应用的文献——如果多篇独立工作都指向同一局限(如 NCO 有效性验证),则为共识性 gap;如果不同工作给出相互矛盾的解决方案,则为机会性 gap。
Maintained by 陈星宇 · Homepage · Source on GitHub