GENIUS-MAWII: For Robust Mendelian Randomization with Many Weak Invalid Instruments
GENIUS-MAWII：应对大量弱且无效工具变量的稳健孟德尔随机化AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以遗传工具变量识别因果效应，并处理弱工具变量与排除限制失效问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
GENIUS-MAWII：应对大量弱且无效工具变量的稳健孟德尔随机化
- 研究问题
- 孟德尔随机化中同时存在大量弱遗传工具变量和广泛水平多效性时，如何识别处理效应并开展可靠的估计与统计推断？
- 方法与思路
- 作者利用暴露变量的异方差识别效应，推导影响函数，构造连续更新估计量，并在大量弱且无效工具变量渐近框架下分析。
- 材料陈述的贡献
- 摘要称证明一致性与渐近正态性，提出弱识别度量、过度识别检验及图形诊断，并研究体重指数对收缩压的影响。
- 阅读关注点
- 应核对异方差识别所需限制、允许的多效性结构、工具数量和强度的渐近关系，以及诊断与检验在弱识别下的性质。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或接收。摘要未说明具体识别条件，不能推断方法适用于任意无效工具变量。
原文摘要
Mendelian randomization (MR) has become a popular approach to study causal effects by using genetic variants as instrumental variables. We propose a new MR method, GENIUS-MAWII, which simultaneously addresses the two salient phenomena that adversely affect MR analyses: many weak instruments and widespread horizontal pleiotropy. Similar to MR GENIUS (Tchetgen Tchetgen et al., 2021), we achieve identification of the treatment effect by leveraging heteroscedasticity of the exposure. We then derive the class of influence functions of the treatment effect, based on which, we construct a continuous updating estimator and establish its consistency and asymptotic normality under a many weak invalid instruments asymptotic regime by developing novel semiparametric theory. We also provide a measure of weak identification, an overidentification test, and a graphical diagnostic tool. We demonstrate in simulations that GENIUS-MAWII has clear advantages in the presence of directional or correlated horizontal pleiotropy compared to other methods. We apply our method to study the effect of body mass index on systolic blood pressure using UK Biobank.