孟德尔随机化分析时，异质性太强怎么办

Question

请问在进行孟德尔随机化分析时，异质性太强怎么办？这样的结果还可靠吗，可以用吗？多效性和leave-one-out都阴性，我看了几个讲解说第一可以使用IVW随机性效应模型，第二可以看weight median，哪一种时比较好的呀？此外如果增加数据库验证的话，重复队列的结果是个阴性的话，是不是证明验证队列的阳性结果不准呀？这时候应该怎么办呀，那之前的阳性结果还没能用吗？谢谢

Answer 1

在进行孟德尔随机化分析时，如果发现异质性较强，一种常用的方法是使用 Instrumental Variable (IV) 的方法来调整数据，即使用一个不直接影响结局，但与主要预测因素有关联的变量来调整主要预测因素。另一种方法是使用weight median来替换传统的取均值的方法。这两种方法都可以用来减小异质性对结果的影响。

多效性和leave-one-out都阴性的结果仍然可靠,但是不能再次确定是否结果是准确的，应该在此基础上进行其他验证。

如果增加数据库验证的话,重复队列的结果是个阴性的话,并不能证明验证队列的阳性结果不准，因为这可能是由于验证数据集的不同导致的。在这种情况下，应该继续进行其他验证以确定结果的可靠性。阳性结果之前的还是可以用的,但是需要更多的验证和分析来确定其可靠性。
仅供参考，望采纳，谢谢。