关注微信公众号CodeMed
在TwoSampleMR官方文档的敏感性分析Sensitivity analyses中，第一个就是今天要分享的异质性统计Heterogeneity statistics
做这个验证，代码也很简单，仅一个函数
mr_heterogeneity(dat)
主要看Cochran’s Q test的P值，也就是第二行method-Inverse variance weighted的Q_pval，< 0.05，认为有异质性存在。
异质性是可以接受的，允许存在的
当异质性存在与否，如何选取对应的mr(method_list=?)
我们直接看看文献的做法：
-
Cochran’s Q was computed to quantify heterogeneity across the individual causal effects, with a P-value ≤ 0.05 indicating the presence of pleiotropy, and that consequently, a random effects IVW MR analysis should be used43,48. 机翻：计算Cochran Q是为了量化个体因果效应的异质性，P值≤0.05表明存在多效性，因此应使用随机效应IVW MR分析
--https://doi.org/10.1038/s41467-020-14389-8
-
In the main analysis, we calculated a Wald ratio estimate for each genetic variant and summarized the estimates using the inverse-variance weighted (IVW) method. The IVW with multiplicative random effects method provides a concise estimation and takes into account potential heterogeneity among the Wald ratio estimates from SNPs (35). Thus, if there is heterogeneity, random-effects IVW models are applied; otherwise, the fixed-effect IVW model is applied. 机翻：在主要分析中，我们计算了每个遗传变异的Wald比率估计，并使用逆方差加权（IVW）方法对估计进行了总结。具有乘法随机效应的IVW方法提供了一个简明的估计，并考虑了SNPs的Wald比率估计之间的潜在异质性。因此，如果存在异质性，则应用随机效应IVW模型；否则，应用固定效应IVW模型。--https://DOI/10.3389/fimmu.2023.1088778
-
Cochran Q analysis to assess heterogeneity and considered the fixed-effects IVW approach as the main approach if P-values were higher than 0.05 without evidence of heterogeneity. The random-effects IVW approach was utilized if there was substantial heterogeneity (P < 0.05). 机翻：Cochran Q分析评估异质性，并认为如果P值高于0.05且没有异质性证据，则固定效应IVW方法是主要方法。如果存在显著的异质性，则采用随机效应IVW方法（P < 0.05）--PMID: 36685511
最后来看看最权威的官方文档描述
机器翻译：如果在特定变量的因果估计中没有额外的异质性，那么随机效应和固定效应的结果将是相同的，因此没有精度的损失。如果在特定变量的因果估计中存在过多的异质性，那么固定效应估计就过于精确了，应该考虑到这种异质性。如果在随机效应分析中有因果效应的统计证据，这意味着有一致的证据表明，遗传变异支持暴露对结果的因果效应，甚至解释了变异特异性因果估计的异质性。
最后，我们来总结下
无异质性时，也就是P > 0.05 选择mr_ivw_fe()或mr_ivw_mre()都可以
当有异质性存在时， 选择mr_ivw_mre()
