Преодоление «проклятия победителя» в менделевской рандомизации: рерандомизированная обратная дисп...

Цзиншэнь Ван (Калифорнийский университет в Беркли) https://simons.berkeley.edu/talks/breaking-winners-curse-mendelian-randomization-rerandomized-inverse-variance-weighted Вычислительные проблемы в очень крупномасштабных «омиксных» исследованиях Развитие исследований ассоциаций в масштабах всего генома и растущая доступность сводных данных о генетических ассоциациях сделали применение двухвыборочной менделевской рандомизации (МР) со сводными данными все более популярным. Традиционные методы двухвыборочной МР часто используют одну и ту же выборку для отбора релевантных генетических вариантов и для построения окончательных причинно-следственных оценок. Подобная практика часто приводит к смещенным оценкам причинно-следственных эффектов из-за хорошо известного феномена «проклятия победителя». Для решения этой фундаментальной проблемы мы сначала теоретически и эмпирически исследуем последствия «проклятия победителя» для оценки причинно-следственных эффектов. Затем мы предлагаем новую структуру, которая систематически преодолевает «проклятие победителя», приводя к несмещенным оценкам ассоциативных эффектов для выбранных генетических вариантов. Основываясь на предложенной структуре, мы вводим новый перерандомизированный взвешенный по обратной дисперсии оценщик, который является состоятельным, когда отбор и оценка параметров проводятся на одной и той же выборке. При соответствующих условиях мы показываем, что предложенный RIVW-оценщик для причинно-следственного эффекта асимптотически сходится к нормальному распределению, и его дисперсия может быть хорошо оценена. Мы иллюстрируем эффективность нашего подхода на выборках конечного размера с помощью экспериментов Монте-Карло и двух эмпирических примеров.