05 · 敏感性分析

对应模块：R/07_sensitivity.R参考：Bowden 2015/2016；Verbanck 2018（MR-PRESSO）；Hemani 2017（方向性）；VanderWeele & Ding 2017（E-value）

作用

评估 MR 主结果的稳健性，重点检验排他性假设（多效性）与因果方向。这些方法需要足够工具，run_sensitivity() 在 ≥3 IV 时全套运行，否则跳过。每个检验都包在 safely() 里，单个失败不影响其余。

各检验

Cochran's Q（异质性）

mr_heterogeneity() 对 IVW 与 Egger 各算 Q 统计量。Q 显著提示 SNP 间效应异质，可能有多效性或无效工具。

MR-Egger 截距（定向多效性）

mr_pleiotropy_test() 检验 Egger 回归截距是否 ≠ 0。截距显著 → 存在定向多效性（工具经暴露以外的通路影响结局），违反排他性假设。截距 p 值写进 pair_summary 的 egger_intercept_p。

MR-PRESSO（离群检测 + 校正）

run_presso() 调 MRPRESSO::mr_presso（需 ≥4 IV 更稳）：

• Global Test：整体是否存在多效性离群（global_p）；
• Distortion Test：识别离群 SNP；
• 剔除离群后给校正估计。

参数 NbDistribution = 1000、SignifThreshold = 0.05。

Leave-one-out（LOO）与 single-SNP

mr_leaveoneout() 逐个剔除 SNP 重算，看结果是否被单个 SNP 驱动；mr_singlesnp() 给每个 SNP 单独的 Wald 估计（森林图用）。

方向性检验（Steiger directionality）

directionality_test() 在全局层面确认"暴露→结局"方向成立（补充 03 的逐 SNP Steiger 过滤）。

I²_GX（NOME 假设 / 回归稀释）

衡量 MR-Egger 的 NOME（No Measurement Error）假设违背程度。I²_GX < 0.9 提示 Egger 斜率被回归稀释，需 SIMEX 校正。代码手工实现（isq_gx）：对暴露效应绝对值 y = |β_exp|、w = 1/se²，加权均值 μ，

$$Q=\sum w(y-\mu {)}^2,I_{GX}^2=max(0,\frac{Q-(k-1)}{Q})$$

E-value（未测混杂稳健性，STROBE-MR item 12b）

量化"要多强的未测混杂才能解释掉观察到的效应"。仅对 OR/RR 尺度有意义（evalue_or）：令 rr = OR（若 <1 取倒数），

$$E\text{-value}=rr+\sqrt{rr(rr-1)}$$

在 run_all.R 里对主估计（OR）算点估计 E-value 与靠近零效应一侧 CI 界的 E-value（evalue / evalue_ci）。

输出（进 pair_summary 的字段）

字段	来源
isq_gx	I²_GX
egger_intercept_p	Egger 截距检验
presso_global_p	MR-PRESSO Global Test
evalue / evalue_ci	E-value（点估计 / CI 界）

heterogeneity / leaveoneout / single_snp / directionality / presso 完整对象保留在敏感性结果里，供 报告出图（森林 / 漏斗 / LOO）。

下一步：用共定位独立验证 MR 信号是否来自同一因果变异，见 共定位。