Mendelian Randomization/Instrumental Variable法

• こちらにもあるように、ゲノム疫学分野で中間フェノタイプと最終フェノタイプ(疾患)との因果関係についての解析にMendelian Randomizationと呼ばれる手法があり、それを用いた論文が見られるようになっている
• このMendelian Randomizationという呼び方はゲノム疫学・遺伝学特有の呼び方で、より、一般的にはInstrumental Variable Methodと言う(「(因果関係を解析する上で)有用な(instrumental)変数を持ち込んだ方法」)

• オオマカニ言うと次のようになる(この部分の説明はこちらのイントロから)
  • XがYを引き起こしているかどうかが知りたいとする
  • しかしながらUがあるために、Uの役割を除いた/考慮した上での/Uでconditionした上での、XとYの関係がわからなくなっている
  • そのときにXには関係するが、Uには関係しない「有用な変数Z」を持ち込んで「X→Y」についての情報を引き出そう
  • 臨床治験のように計画的にデザインするようなときに「有用な変数Z」を入れる方法は「サンプルをrandom group assignment」することによって達成する
  • どうしてこれをゲノム疫学では"Mendelian Randomization"と呼ぶか、と言えば、Zに遺伝子多型を持ってくること、Zは遺伝因子だから「Uとは」「メンデルの(独立の)法則によりRandomized」されているから
• その他、関連する要点
  • このInstrumental variable methodは、関係する因子について制御できているスタディデザインではなく、制御できずにただ因子が与えられるがままになっている状況(ゲノム疫学での遺伝因子はこれに相当する)に用いられる
  • 解析手法の中身(たとえばこちらの記事)に目を走らせれば、行列演算による手法→線形関係を過程していることがわかる。線形関係ということは基本的には二値変数も苦手でX,Y,Z,Uのすべてが量的変数であることも、能力を発揮するには大切でありそうなことも想定される(ちなみに、上でもリンクを張ったPLoS Oneのペイパーは、Y(疾患とか)が二値変数のときに、どういう風に工夫をしましょうか、という論文)
• Rでは：
  • Instrumental Variable法(Task Vie: Computational Ecometrics)のパッケージとして、AERパッケージ、semパッケージがで紹介されている
  • Mendelian Randomizationの実装としては、次のようなものが検索で引っ掛かる:gtxパッケージ(ASHG2012年会)、CGeneパッケージ(CRANの最新版からは外れたけれどzipでとれる)、metamiscパッケージ(メタアナリシス用)