孟德尔随机化：基于遗传变异的因果推断方法（第2版）

第一部分理解和应用孟德尔随机化
第1章导论和目的/2
1.1经典流行病学的缺点/2
1.2遗传流行病学的产生/3
1.3前导实例：炎症假说/5
1.4孟德尔随机化的其他例子/7
1.5本书概览/9
1.6总结/10
第2章孟德尔随机化概述/11
2.1孟德尔随机化是什么/11
2.2为什么使用孟德尔随机化/15
2.3遗传学背景知识概述/17
2.4孟德尔随机化研究的分类/21
2.5总结/21
第3章因果推断的假设/22
3.1观察性关联和因果关系/22
3.2寻找有效的工具变量/25
3.3因果关联的检验/34
3.4实例：脂蛋白相关磷脂酶A2和冠心病/35
3.5估计因果效应值/37
3.6总结/41
第4章基于个体水平数据的因果效应估计/42
4.10E 00系数比率法/42
4.2应用两阶段法估计因果效应的大小/50
4.3实例：体重指数与吸烟强度/52
4.4计算机方法实现/54
4.5总结/55
第5章基于汇总水平数据的因果效应估计/56
5.1启发性实例：白介素-1与心血管疾病/56
5.2逆方差加权法/57
5.3异质性与基因多效性/62
540%计算机方法实现/65
5.5实例：再论体重指数和吸烟强度/67
5.6总结/69
第6章孟德尔随机化估计值解读/70
6.1内部效度和外部效度/70
6.2估计值比较/73
6.3实例：脂蛋白（a）与冠心病/75
6.4讨论/77
6.5概括以上所举实例/80
6.6总结/81
第二部分孟德尔随机化研究的高级方法
第7章利用多基因区域变异位点的稳健方法/84
7.1启发性实例：低密度脂蛋白和高密度脂蛋白胆固醇与冠心病/85
7.2共识方法/87
7.3异常值-稳健方法/90
7.4建模方法/92
7.5其他方法及比较/96
7.6实例：再论低密度脂蛋白和高密度脂蛋白胆固醇与冠心病/97
7.7计算机实现/98
7.8总结/99
第8章孟德尔随机化的其他统计学问题/100
8.1弱工具偏倚/100
8.2等位基因评分/107
8.3样本重叠/109
8.4赢家诅咒/110
8.5选择和对撞偏倚/110
8.6协变量调整/112
8.7不可拆分性/113
8.8时间和时变效应/114
8.9检测因果效应的功效/115
8.1从单一基因区域选择遗传变异/116
8.11二元暴露/117
8.12备选估计方法/119
8.13总结/121
第9章孟德尔随机化的扩展/122
9.1多变量孟德尔随机化/122
9.2网络孟德尔随机化/126
9.3非线性孟德尔随机化/127
9.4析因孟德尔随机化/131
9.5双向孟德尔随机化/134
9.6孟德尔随机化和荟萃分析/135
9.7总结/135
第10章孟德尔随机化研究的分析流程/136
10.1动机和范围/136
10.2数据来源/139
10.3遗传变异的选择/140
10.4遗传变异等位基因对齐/143
10.5首要分析/143
10.6敏感性分析的稳健方法/144
10.7敏感性分析的其他方法/145
10.8数据展示/147
10.9结果解读/148
10.1总结/149
第三部分孟德尔随机化研究的发展前景
第11章未来方向/152
11.1全基因组关联研究：大量遗传变异/152
11.2组学研究：大量风险因素/154
11.3无假设驱动：大量研究结局/154
11.4生物银行：大量研究对象/155
11.5精妙的设计：流行病学专家的角色/155
11.6总结/156
参考文献/157