Assessing and adjusting for selection bias in Mendelian randomization: the effects of body mass index, education, and C-reactive protein on depression in UK Biobank¶
作者: Yaxin Luo, Kate Tilling, Apostolos Gkatzionis
来源: American Journal of Epidemiology
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/10.1093/aje/kwag211
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是孟德尔随机化(Mendelian Randomization, MR)中的选择偏倚问题。MR 利用遗传变异作为工具变量(IV)来推断暴露对结局的因果效应,其核心识别假设之一是工具变量与结局之间不存在除暴露以外的其他路径。然而,当分析样本并非从目标总体随机抽样、而是受限于某个可选子样本(如 UK Biobank 中自愿完成心理健康问卷 MHQ 的参与者)时,选择进入样本的过程本身可能与暴露和结局都相关,从而破坏 MR 的识别假设,导致因果效应估计偏倚。这个子方向要解决的根本问题是:在样本选择机制未知或仅部分已知的情况下,如何识别并校正 MR 分析中的选择偏倚。该方向目前处于活跃发展阶段——方法学论文(如 IVsel、样本选择偏倚的敏感性分析框架)与大型队列应用并存,但尚无统一的理论框架。
发展脉络(history)¶
从本文 introduction 及其引文可以梳理出以下脉络:
- 奠基工作:MR 方法本身由 Davey Smith & Ebrahim (2003) 提出,其核心思想是利用 Mendel 的随机分配定律,将遗传变异作为暴露的天然工具变量。这一框架为后续所有 MR 应用提供了基础。本文在引言中直接引用该框架作为出发点,指出 MR 依赖的工具变量假设在样本选择存在时可能被违反。
- 主要进展——选择偏倚的识别与校正:Tilling et al. 及其合作者(包括本文作者 Gkatzionis)系统研究了 MR 中的选择偏倚问题。关键进展包括:(1) 识别选择偏倚产生的条件——当选择概率依赖于暴露或与暴露相关的因素时,即使工具变量在总体中有效,在所选样本中也可能失效;(2) 提出校正方法——逆概率加权(IPW)利用可观测的协变量构造选择概率的估计,而 IVsel(instrumental variable for selection)则利用一个额外的工具变量来识别选择机制。本文引言明确引用这些工作,指出"IPW 依赖于选择机制可被观测协变量完全解释的假设,而 IVsel 允许选择机制中存在未观测的混杂因素"。
- 当前 frontier——敏感性分析与代理结局:由于选择机制本质上不可完全观测,近年来的工作转向发展敏感性分析框架,评估选择偏倚对结论的潜在影响。本文采用的代理结局(psychiatrist consultation)敏感性分析属于这一方向——通过一个与抑郁相关但可能受不同选择机制影响的结局变量,来检验选择偏倚的模式是否相似。本文在引言中将其定位为"对 MHQ 限制分析的偏倚评估框架"。
- 本文的位置:本文是一个应用型方法示范——将 IPW 和 IVsel 两种选择偏倚校正方法同时应用于 UK Biobank 中 BMI、教育程度、CRP 对抑郁的 MR 分析,并通过代理结局进行敏感性分析。其贡献不在于提出新方法,而在于在真实大规模队列中展示两种方法的实施流程、结果差异及解释方式,为类似研究提供可复制的分析模板。
子线索聚类¶
被引文献大致落在三条子线索上:
- MR 方法学基础(Davey Smith & Ebrahim 2003 等):确立 MR 的识别框架与假设条件,是所有后续工作的理论地基。
- 选择偏倚的校正方法(Tilling 团队的工作、IVsel 相关论文):发展 IPW、IVsel 等具体校正技术,讨论各自的识别假设与适用条件。这一簇的核心张力在于:IPW 要求选择机制可被观测变量完全解释(即 no unmeasured selection confounders),而 IVsel 放松了这一要求但引入了额外的工具变量假设(即存在一个影响选择但不直接影响结局的变量)。
- UK Biobank 中抑郁相关 MR 应用(引用中涉及 BMI、教育、CRP 与抑郁关系的既往 MR 研究):这些研究大多基于 MHQ 子样本,但未系统处理选择偏倚。本文正是针对这一缺口,将方法学工具引入该应用场景。
这个方向在追问的核心问题¶
- 识别问题:在什么条件下,选择偏倚可以被校正?IPW 和 IVsel 各自的识别假设是什么,它们在实证中是否可信?
- 估计问题:给定识别假设,如何构造选择偏倚校正后的因果效应估计量?其渐近性质(一致性、渐近正态性、效率)如何?
- 稳健性问题:当识别假设被违反时,估计量会偏多少?敏感性分析如何刻画这种偏倚的潜在方向与大小?
- 应用问题:在 UK Biobank 这类大型队列中,可选组件的参与机制如何影响 MR 结论?不同校正方法给出的估计差异意味着什么?
已知瓶颈:选择机制本质上不可观测,所有校正方法都依赖某种形式的假设;IPW 对模型误设敏感,IVsel 需要找到有效的选择工具变量(这在实证中往往困难);代理结局分析只能提供间接证据,不能直接验证选择偏倚的大小。
⚠️ 作者的 framing(这是作者的说法)¶
作者将缺口 frame 为:"UK Biobank 中 MHQ 子样本的选择偏倚可能影响既往 MR 结论,而系统应用 IPW 和 IVsel 两种方法进行比较、并用代理结局进行敏感性分析的研究尚属空白"。因此本文成为"显然的下一步"——既有方法学工具,又有现成的大样本数据,缺的只是一个规范的应用示范。
被淡化或回避的竞争路线包括:(1) 基于全样本的分析——UK Biobank 中有抑郁相关诊断记录(如医院入院记录)的参与者远多于 MHQ 完成者,直接在全样本上做 MR 可能绕过选择偏倚问题,但作者未深入讨论这一替代方案的可行性;(2) 更复杂的选择模型——如联合建模选择机制与结局的似然方法或贝叶斯方法,作者仅使用 IPW 和 IVsel 两种相对简单的方法,未讨论更灵活的框架。
值得研究者去查的问题:为什么作者没有使用 UK Biobank 全样本中的抑郁诊断记录作为结局?如果全样本分析可行,选择偏倚问题是否就部分消解了?另外,IVsel 方法中"选择工具变量"的选择依据是什么——作者用了什么变量作为选择 IV,其排他性约束如何论证?
张力¶
未见明显对立引用。但存在一个值得注意的方法间张力:IPW 与 IVsel 的估计结果方向一致但幅度不同(IVsel 更接近零),作者将其解释为"IVsel 校正了更保守的偏倚",但这也可以被解读为 IVsel 的识别假设(选择工具变量的有效性)未被满足,导致估计被过度压缩向零。这种解释上的不确定性是方法间张力的体现,也是读者需要自行判断的地方。
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(逐个点名):
- \(X\):暴露变量(本文中为 BMI、教育程度 EA、C 反应蛋白 CRP),是 MR 分析中的"处理"。
- \(Y\):结局变量(抑郁),二值或有序分类。
- \(G\):遗传工具变量(遗传风险评分,GRS),由多个与暴露相关的 SNP 加权构建。
- \(U\):未观测混杂因素(如社会经济地位、生活方式等),同时影响 \(X\) 和 \(Y\)。
- \(S\):样本选择指示变量,\(S=1\) 表示个体进入 MHQ 子样本(即被分析样本),\(S=0\) 表示未进入。
- \(Z\):选择工具变量(IVsel 中的 IV),影响 \(S\) 但不直接影响 \(Y\)(排他性假设)。
- \(W\):用于构造选择概率的可观测协变量向量(如年龄、性别、遗传主成分等)。
- \(\pi(W) = P(S=1 \mid W)\):选择概率(倾向得分),IPW 的核心对象。
- \(\beta\):感兴趣的因果效应参数,即 \(X\) 对 \(Y\) 的因果效应。
- \(\hat{\beta}_{MR}\):基于 MHQ 子样本的朴素 MR 估计量。
- \(\hat{\beta}_{IPW}\):经 IPW 校正后的 MR 估计量。
- \(\hat{\beta}_{IVsel}\):经 IVsel 方法校正后的 MR 估计量。
模型(数据生成机制):
- 总体层面:\(X = \alpha_G G + \alpha_U U + \varepsilon_X\),\(Y = \beta X + \gamma_U U + \varepsilon_Y\)。工具变量 \(G\) 满足 MR 假设:(i) 与 \(U\) 独立(独立性);(ii) 通过 \(X\) 影响 \(Y\)(排他性);(iii) 与 \(X\) 强相关(相关性)。
- 选择机制:\(S = \mathbb{1}\{h(W, Z, U, X, \varepsilon_S) > 0\}\)。关键问题是 \(S\) 是否依赖于 \(U\) 或 \(X\)——如果 \(S \perp U \mid W\) 且 \(S \perp X \mid W\),则选择是"可忽略的"(ignorable),IPW 有效;如果 \(S\) 依赖于 \(U\)(未观测混杂),则 IPW 失效,需要 IVsel 或代理变量方法。
可观测数据:
- 研究者能观测到:\(G, X, Y, W, Z\)(在 \(S=1\) 的子样本中),以及全样本中的 \(G, W, Z\)(用于估计选择概率)。
- 研究者观测不到:\(U\)(未观测混杂)、\(S=0\) 个体的 \(X, Y\)(未参与 MHQ 者的暴露和结局)、选择机制的真实函数形式。
关键区分:\(G\) 和 \(Z\) 都是工具变量,但作用不同——\(G\) 是暴露的工具变量(MR 的核心),\(Z\) 是选择的工具变量(仅用于校正选择偏倚)。\(W\) 是协变量,用于构造 IPW 权重。
第二步:最小内核¶
把本文的所有应用细节剥掉,支撑整篇论文的最小内核是:
在工具变量分析中,当样本选择依赖于未观测因素时,基于子样本的 IV 估计量不一致;若能找到一个影响选择但不直接影响结局的工具变量 \(Z\),则可以利用 \(Z\) 识别选择偏倚的方向甚至大小。
最简特例(二值暴露、二值选择、无协变量):
- 假设 \(X \in \{0, 1\}\)(如高 BMI vs 正常 BMI),\(S \in \{0, 1\}\)(是否进入 MHQ),\(G \in \{0, 1\}\)(单个 SNP),\(Z \in \{0, 1\}\)(选择 IV,如是否收到问卷提醒)。
- 总体中,\(G\) 是有效的 IV:\(E[Y \mid G=1] - E[Y \mid G=0]\) 识别 \(\beta\)(在单调性假设下)。
- 但研究者只能在 \(S=1\) 子样本中估计:\(\hat{\beta}_{naive} = E[Y \mid G=1, S=1] - E[Y \mid G=0, S=1]\)。
- 如果 \(S\) 依赖于 \(Y\) 或 \(X\)(例如抑郁程度高的人更不愿意完成 MHQ),则 \(\hat{\beta}_{naive}\) 有偏。
- IPW 的做法:估计 \(\pi(W) = P(S=1 \mid W)\),然后用 \(1/\pi(W)\) 加权子样本中的个体,使得加权后的子样本在 \(W\) 的分布上接近总体。如果 \(S \perp (X, Y) \mid W\)(即选择只依赖于可观测的 \(W\)),则 IPW 一致。
- IVsel 的做法:利用 \(Z\) 来识别选择机制。直觉是:\(Z\) 影响 \(S\) 但不影响 \(Y\)(除通过 \(S\) 的路径外),因此 \(Z\) 与 \(Y\) 在总体中的相关性可以归因于选择偏倚。通过比较 \(Z\) 不同取值下 \(Y\) 的分布差异,可以估计选择偏倚的方向。
这个最小内核的数学本质:这是一个部分识别问题——在 \(S\) 依赖于 \(U\) 的情况下,\(\beta\) 不是点识别的;IPW 通过假设 \(S \perp U \mid W\) 实现点识别,IVsel 通过 \(Z\) 的排他性约束实现(可能更弱的)识别。本文的贡献在于将这两个工具应用到 UK Biobank 的真实场景中,并展示它们的实证表现。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:UK Biobank 中因 MHQ 不完整参与导致的选择偏倚,是否以及如何影响 BMI、教育程度、CRP 对抑郁的 MR 因果效应估计。
- 核心工具/方法:单样本 MR(以遗传风险评分为 IV),结合逆概率加权(IPW)和选择工具变量(IVsel)两种选择偏倚校正方法,并以精神科咨询作为代理结局进行敏感性分析。
- 主要结论:BMI 增加抑郁风险(OR=1.09),教育程度具有保护作用(OR=0.81),CRP 证据有限(OR=1.01);IPW 与 IVsel 估计方向一致但 IVsel 更接近零,代理结局分析支持选择偏倚模式的相似性。
关键设定与假设¶
在第二节最小记号的基础上,本文的完整设定如下:
- 数据:UK Biobank,约 50 万参与者,其中约 15.7 万人完成了 MHQ(即 \(S=1\) 的子样本)。
- 暴露:BMI(连续)、教育程度(有序分类,如学位等级)、CRP(连续,对数变换)。
- 结局:抑郁,基于 MHQ 中的自我报告(如"是否曾就诊于精神科医生"或 PHQ-9 评分)。
- 工具变量:对每个暴露,从既往 GWAS 中选取与暴露显著相关的 SNP,构建加权遗传风险评分(GRS)。
- MR 估计:采用两阶段法(2SLS)或 Wald 比率法(对单个 IV),以 GRS 为 IV 估计 \(\beta\)。
- IPW 设定:选择概率 \(\pi(W)\) 用 logistic 回归估计,\(W\) 包括年龄、性别、遗传主成分、Townsend deprivation index 等。权重为 \(1/\hat{\pi}(W)\),在子样本中加权估计 MR。
- IVsel 设定:需要一个影响 \(S\) 但不直接影响 \(Y\) 的工具变量 \(Z\)。本文使用的 \(Z\) 可能是与 MHQ 参与相关的遗传变异或问卷发放的随机化因素(具体需查原文细节)。
- 代理结局:精神科咨询(psychiatrist consultation)作为抑郁的代理,因为这一信息可能在全样本中可得(不限于 MHQ 完成者),从而可以检验选择偏倚的模式。
相比已有文献的放宽/强化: - 相比纯方法学论文(如 Tilling et al. 的模拟研究),本文在真实数据中实施,面临更复杂的实际挑战(如 GRS 的弱工具问题、选择机制的未知形式)。 - 相比既往 UK Biobank MR 应用(未处理选择偏倚),本文明确将选择偏倚作为核心问题,并系统比较两种校正方法。
主要结果¶
核心量化结论(基于摘要):
| 暴露 | 朴素 MR OR (95% CI) | IPW 校正 OR (95% CI) | IVsel 校正 OR (95% CI) |
|---|---|---|---|
| BMI | 1.09 (1.05, 1.13) | 1.10 (1.05, 1.15) | 1.04 (1.02, 1.06) |
| 教育程度 | 0.81 (0.75, 0.88) | 0.81 (0.74, 0.88) | 0.93 (0.90, 0.96) |
| CRP | 1.01 (0.92, 1.10) | 1.03 (0.92, 1.15) | 1.00 (0.97, 1.04) |
解读: - BMI 对抑郁的正向因果效应在三种方法下方向一致,但 IVsel 估计的效应幅度更小(OR 从 1.09 降至 1.04),提示朴素估计可能高估了 BMI 的效应。 - 教育程度对抑郁的保护作用在 IPW 下保持不变(OR=0.81),但在 IVsel 下大幅减弱(OR=0.93),提示朴素估计可能高估了教育的保护效应。 - CRP 在三种方法下均无显著证据支持其对抑郁的因果效应。
代理结局分析:精神科咨询作为代理结局的分析显示与 MHQ 自我报告抑郁相似的选择偏倚模式,支持了"选择进入 MHQ 与抑郁相关"的假设,也验证了校正方法的必要性。
稳健性:作者可能进行了若干敏感性分析(如不同的 \(W\) 设定、不同的 GRS 构建方式),但摘要中未详细列出。
证明路线与技术技巧¶
本文为应用型论文,无新定理证明。其"论证路线"是实证性的:
- 建立选择偏倚的存在性:比较 MHQ 完成者与未完成者在可观测协变量上的分布差异,以及这些协变量与抑郁的关系,论证选择机制不是完全随机的。
- 实施 IPW:估计选择概率 \(\pi(W)\),检查权重分布(是否有极端权重),加权后重新估计 MR。
- 实施 IVsel:找到/构造选择工具变量 \(Z\),验证其与 \(S\) 的相关性(弱工具检验),然后利用 \(Z\) 进行选择偏倚校正。
- 比较与解释:比较朴素、IPW、IVsel 三种估计,讨论差异的含义——如果 IPW 与朴素估计接近,说明选择偏倚主要由可观测变量驱动;如果 IVsel 与 IPW 差异大,说明存在未观测的选择混杂。
- 代理结局验证:用全样本可得的精神科咨询作为代理结局,重复分析,检验选择偏倚模式的一致性。
技术技巧: - 遗传风险评分(GRS):将多个 SNP 加权合并为单一 IV,提高工具变量强度。 - 两阶段最小二乘(2SLS):标准 MR 估计方法,第一阶段用 GRS 预测暴露,第二阶段用预测值回归结局。 - 倾向得分加权:IPW 的标准实施,包括权重截断(truncation)以控制极端权重。 - 代理结局设计:利用 UK Biobank 中非 MHQ 来源的抑郁相关信息(精神科就诊记录)作为敏感性分析的工具。
🔎 结论是否比证明窄¶
- 摘要中明确报告了 IPW 与 IVsel 估计的差异,但未提供统计检验来判断这种差异是否显著——这是一个明显的"结论比证明宽"的地方:作者说"IVsel 估计更接近零",但没有给出差异的置信区间或检验。
- 代理结局分析"支持选择偏倚模式的相似性"——但代理结局本身可能受不同的测量误差影响,作者未讨论这种误差如何影响结论的有效性。
- IVsel 方法依赖"选择工具变量 \(Z\) 不影响结局"的排他性假设,但摘要中未说明 \(Z\) 是什么、如何验证排他性——这是读者需要去正文中查证的关键点。
- 结论中"为大型队列中可选组件的选择偏倚调整提供了实用框架"——这一 claim 是合理的,但"实用"的程度取决于方法的可推广性,而本文仅在一个队列中展示。
四、开放问题¶
-
IVsel 的排他性约束如何验证? 本文使用了 IVsel 方法,但摘要未说明选择工具变量 \(Z\) 的具体选择依据和排他性检验。这是一个可查证的问题——去正文中找 \(Z\) 的定义和相关的过度识别检验(如 Sargan 检验)。如果 \(Z\) 的排他性可疑,IVsel 估计的可靠性就需要重新评估。
-
IPW 与 IVsel 估计差异的统计显著性:摘要报告了两种方法估计值的差异(如 BMI 的 OR 从 1.10 到 1.04),但未给出差异的置信区间。一个直接的研究问题是:构造两种估计量差异的联合置信区间,检验差异是否显著。这需要推导 IPW 和 IVsel 估计量的联合渐近分布——这是一个有理论价值的问题,扎根于本文表 2 的数值结果。
-
更高效的选择偏倚校正估计量:本文分别实施 IPW 和 IVsel,但未考虑将两者结合的半参数有效估计量。一个开放问题是:在同时假设选择机制可被 \(W\) 部分解释且 \(Z\) 有效的情况下,能否构造一个联合利用 \(W\) 和 \(Z\) 的、达到半参数效率界的估计量?这需要推导选择偏倚校正问题的效率界,与您的 semiparametric theory 和 efficiency theory 兴趣直接相关。
-
代理结局的测量误差问题:精神科咨询作为抑郁的代理,其敏感性和特异性未知。一个开放问题是:代理结局的测量误差如何影响选择偏倚校正的结论?这可以形式化为一个 measurement error 模型,用敏感性分析刻画结论对测量误差的依赖程度。
-
方法在其它 UK Biobank 可选组件中的推广:UK Biobank 中除 MHQ 外还有其他可选组件(如饮食问卷、认知测试),本文的框架是否可直接推广?不同可选组件的选择机制可能不同,需要评估 IPW 和 IVsel 在每种场景下的适用性。
提示:要确认上述哪条是真正的 gap,建议去读近 5 年 Tilling 团队、Burgess 团队以及 UK Biobank 方法学组的约 5 篇相关论文的 introduction——如果多条论文都指向同一个问题(如 IVsel 排他性验证),那就是共识性 gap;如果各论文对 IPW vs IVsel 的优劣判断不一致,那就是一个值得深入的机会点。
Maintained by 陈星宇 · Homepage · Source on GitHub