多变量孟德尔随机化分析

Question

用R语言做多变量孟德尔随机化分析，用下面的代码提取暴露和结局共同的列时，显示：

combined_data <- merge(alcohol, smokeindex, by = "SNP")  # Keep only common rows
combined_data <- merge(combined_data, migraine_Y, by = "SNP")

于是我换了一个代码，加了一个“all = TRUE”,conbied_data有数据了，但有缺失值

然后我继续做下一步：alcohol <- alcohol[alcohol$SNP %in% combined_data$SNP,]
smokeindex <- smokeindex[smokeindex$SNP %in% combined_data$SNP,]
migraine_y <- migraine_Y[migraine_Y$SNP %in% combined_data$SNP,]
发现这三个数据的行数仍没有一致，之后做到MRMV_IVW这步时，还是报错：错误于model.frame.default(formula = By ~ Bx - 1, weights = Byse^(-2), : 变量的长度不一样('Bx')，请问该怎么解决呢

#------将唯一SNP和第一个,第二个暴露因素合并------
alcohol<-merge(uni_snp,Alcohol,by="SNP")
smokeindex<-merge(uni_snp,Smokeindex,by="SNP")

#------将唯一SNP和结局合并------
migraine_Y<-merge(uni_snp,migraine,by="SNP")

# Assuming each dataset has a common column 'SNP' for identification
combined_data <- merge(alcohol, smokeindex, by = "SNP", all = TRUE)  # Keep only common rows
combined_data <- merge(combined_data, migraine_Y, by = "SNP", all = TRUE)

alcohol <- alcohol[alcohol$SNP %in% combined_data$SNP,]
smokeindex <- smokeindex[smokeindex$SNP %in% combined_data$SNP,]
migraine_y <- migraine_Y[migraine_Y$SNP %in% combined_data$SNP,]

# 重新生成MRMVInputObject
MRMVInputObject <- mr_mvinput(bx = cbind(alcohol$BETA,smokeindex$BETA),
                              bxse = cbind(alcohol$SE,smokeindex$SE),
                              by = migraine_y$BETA,
                              byse = migraine_y$SE)

# 再次运行MRMV_IVW
MRMV_IVW <- mr_mvivw(MRMVInputObject,
                     model = "default",
                     correl = FALSE,
                     distribution = "normal",
                     alpha = 0.05)

Answer 1

让【道友老李】来帮你解答，本回答参考gpt编写，并整理提供，如果还有疑问可以点击头像关注私信或评论。

如果答案让您满意，请采纳、关注，非常感谢！

问题出在提取数据时，并没有考虑到数据的长度不一致造成的问题。在合并数据之后，需要确保三个数据集（alcohol，smokeindex和migraine_Y）的行数是一致的，才能继续进行后续的分析。 为解决这个问题，可以采取以下步骤：

1. 在合并数据之后，检查数据集的行数是否一致，如果不一致则需要进一步处理。
2. 对于缺失数据的处理，可以选择删除包含缺失值的行或者填充缺失值。
3. 确保提取的数据集中，每个变量的长度都是一致的。 修正后的代码如下：

# 确保数据行数一致
combined_data <- merge(alcohol, smokeindex, by = "SNP", all = TRUE)
combined_data <- merge(combined_data, migraine_Y, by = "SNP", all = TRUE)
# 根据SNP筛选数据，确保行数一致
alcohol <- alcohol[alcohol$SNP %in% combined_data$SNP,]
smokeindex <- smokeindex[smokeindex$SNP %in% combined_data$SNP,]
migraine_Y <- migraine_Y[migraine_Y$SNP %in% combined_data$SNP,]
# 继续进行多变量孟德尔随机化分析
MRMVInputObject <- mr_mvinput(bx = cbind(alcohol$BETA, smokeindex$BETA),                              
                              bxse = cbind(alcohol$SE, smokeindex$SE),                              
                              by = migraine_Y$BETA,                              
                              byse = migraine_Y$SE)
MRMV_IVW <- mr_mvivw(MRMVInputObject,                     
                     model = "default",                     
                     correl = FALSE,                     
                     distribution = "normal",                     
                     alpha = 0.05)

通过以上修正，应该能避免上述报错并顺利进行多变量孟德尔随机化分析。