解释空结果

孟德尔随机化研究者面临的难题是如何解释“空”（例如p> 0.05）发现。在这种情况下，最重要的是，必须谨慎对待对阴性结果的过度解释，这可能仅仅是由低统计效力引起的。

一种常见的方法是比较暴露与结果之间的观察值和期望值，后者基于对遗传变异与暴露之间以及变异与结果之间的“三角关联“测量的基础。这种“预期”关联的计算方法是：变异对结局的回归系数除以变异对暴露程度的回归系数，这是一个比率估算值（wald ratio）。如果在暴露量与结局之间的观察联系上没有混淆，则是暴露量单位变化所预期的结局变化。虽然将暴露的“预期”和观察到的关联估计与结局进行比较有一定的优点，但这种比较应被视为指导性而非决定性的统计检验。如果预期和观察到的关联估计相似，则可能会导致无效结果对暴露的因果关系的证据很少。即使估算值不同，也可能是由于生物学上的原因而不是残留混杂所致，更好的方法是使用IV方法考虑因果效应及其精度的估计。

结果的解读与外推

这两篇看不懂，以后总结

https://mp.weixin.qq.com/s?__biz=MjM5MTIzNjI1OA==&mid=2247484457&idx=1&sn=4e617148c1da6d1ee22dc8655b4ead03&chksm=a6b9ede491ce64f22a4aa2c9beea64c576fb937f051e4b682c4745109a6463645a66e84b737c&scene=21#wechat_redirect
https://mp.weixin.qq.com/s?__biz=MjM5MTIzNjI1OA==&mid=2247484463&idx=1&sn=79ecdd09d580e63a873a99efa17bbcd7&chksm=a6b9ede291ce64f474d4d0e27b55357e22834f11bcdfd1b46dcde268a6a39196b2e7ada0f1a7&scene=21#wechat_redirect