8分+和38分+的“孟德尔随机化”文章差别在哪里？学会它，发表超高分MR文章不是梦！
近期小云分享了几篇“孟德尔随机化（MR）”的文章，反响很不错，所以小云更有动力去找新文章啦~ ~（ps：这回不等老板push，小云就主动出击了，粉丝的关注就是小云更新的最大动力，威力超级大！）
这回发现了一个38分+的MR好文，但还没等小云高兴完，转头又看见一个8分+的题目非常相似的文章，点进去一看，我天，主题一致，得出的结论也一致，甚至作者单位都同一大学···
这···小云必须得好好看看，搞清楚这两篇文章怎么做到差距这么大的！学会了发文技巧，岂不是8分+的文章轻轻松松就升级到了38分+，这性价比简直了呀，赶紧跟着小云往下看，这波错过可就亏大了哟！
l 题目：系统性红斑狼疮和新冠肺炎之间没有遗传因果关系
l 杂志：Front. Immunol.
l 影响因子：IF=8.786
l 发表时间：2023年5月
l 题目：新冠肺炎与系统性红斑狼疮的非因果关系:来自双向孟德尔随机化的证据
l 杂志：Journal of Infection
l 影响因子：IF=38.637
l 发表时间：2023年4月
研究背景
自身免疫性疾病和新冠肺炎之间的联系已经引起了相当大的关注。已有证据表明，与普通人群相比，系统性红斑狼疮(SLE)患者(自体免疫疾病的一种类型)中冠状病毒疾病2019(新冠肺炎)的患病率增加。然而，结论是不一致的，新冠肺炎和系统性红斑狼疮之间的因果关系仍然不明。
研究方法对比
1. 数据来源对比
l 8分+文章：
1）新冠肺炎的GWAS数据：新冠肺炎相关数据来自新冠肺炎宿主遗传学倡议GWAS(版本5)，作者从所有参与者都来自欧洲人群的研究中选择数据，并将整个人群用作对照。包含3类人群：新冠肺炎感染(总病例数= 38984，总对照数= 1644784)、住院的新冠肺炎(总病例数= 9986，总对照数= 1877672)和重症新冠肺炎(总病例数= 5101，总对照数= 1383241)。
2）SLE的GWAS数据：系统性红斑狼疮的遗传数据是从边沁等人的最大公共GWAS荟萃分析中检索得到的，其中包括7219例病例和15991例对照。
l 38分+文章：
1）新冠肺炎的GWAS数据：新冠肺炎的数据从新冠肺炎宿主遗传学倡议的最新r7版本中获得，包括三类人群：新型冠状病毒感染、住院新冠肺炎和重症新冠肺炎。作者在欧洲人群中使用GWAS的汇总统计进行了MR研究，并在东亚血统人群中验证了研究结果。
2）SLE的GWAS数据：系统性红斑狼疮的遗传数据是迄今为止最大的GWAS荟萃分析中检索得到的，包括14267例个体。同样是在欧洲人群中进行MR研究，并在东亚血统人群中验证。（详见表S1）
表S1数据来源
l 异同点：两篇文章的数据来源有所差异，主要是8分+文章只在欧洲人群中进行MR研究，而38分+文章既用了欧洲人群数据，还在东亚人群中进行了验证。一个是数据量增大，相当于分析了2套数据；另一个是有验证过程，这两点其实也是影响文章分数最大的点。所以高分文章要求的研究数据量会更大一些，并且最好有验证过程，这2点需要注意下哦！
2. 工具变量的选择对比
l 8分+文章：
根据工具变量（IVs）选择标准：SLE中共有41个SNP作为工作变量纳入MR研究；重症新冠肺炎中共有7个IVs纳入MR研究；住院新冠肺炎中共有5个IVs纳入MR研究；新冠肺炎感染中共有5个IVs纳入MR研究。
l 38分+文章：
根据工具变量（IVs）选择标准：新型冠状病毒感染中共有12个SNP作为工作变量纳入MR研究；重症新冠肺炎中共有26个IVs纳入MR研究；住院新冠肺炎中共有29个IVs纳入MR研究；SLE中共有41个IVs纳入MR研究。
l 异同点：38分+文章中新冠肺炎多用的IVs数量较多。
3. MR分析方法对比
l 8分+文章：
该研究分析了三种类型的新冠肺炎感染，并进行了双向双样本MR研究，以评估新冠肺炎和系统性红斑狼疮之间的因果关系。研究使用四种高效互补的方法即MR-Egger、加权中位数、加权模式和逆方差加权(IVW)，其中IVW是主要的分析方法。使用MR-Egger回归和MR多效性残差和异常值(MR-PRESSO)方法评估IVs的潜在水平多效性。使用Cochran’s Q统计检测并量化IVs间的异质性，使用留一法敏感性分析确定和排除对结果有强烈影响的SNP，以确保因果效应估计的可靠性和稳定性。该研究分析了三种类型的新冠肺炎感染，并进行了双向双样本MR研究，以评估新冠肺炎和系统性红斑狼疮之间的因果关系。
l 38分+文章：
该研究使用双向的MR来揭示COVID-19和系统性红斑狼疮(SLE)之间的因果关系，即分别评估COVID-19对SLE和SLE对COVID-19的影响。采用逆方差加权（IVW）模型作为主要的分析方法，并应用额外的敏感性分析方法，即MR-Egger、加权中位数和加权模式，以确保结果的稳健性。多重性是通过MR-Egger回归的截距估计的，异质性是通过IVW方法中的Cochran's Q检验评估的，另外还通过留一法评估了个别SNP是否存在独立影响结果的偏差。
l 异同点：两个文章用的MR分析方法基本一致。
主要结果对比
l 8分+文章：
1）SLE对新冠肺炎的影响：IVW结果显示系统性红斑狼疮对严重新冠肺炎和新冠肺炎感染有负面影响，但经Bonferroni校正后影响消失。未观察到系统性红斑狼疮对住院新冠肺炎的因果关系。
2）新冠肺炎对SLE的影响：未发现严重新冠肺炎、住院新冠肺炎和新冠肺炎感染对SLE有因果关系（图1）。
图1 系统性红斑狼疮和新冠肺炎之间的因果关系
l 38分+文章：
1）基于欧洲人群的IVW分析显示，COVID-19对系统性红斑狼疮的易感性、住院率和严重程度，以及系统性红斑狼疮对COVID-19的易感性、住院率和严重程度，都没有遗传关系。结果表明，新冠肺炎和系统性红斑狼疮风险之间没有因果关系（图2）。（ps：森林图绘制也可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html）
2）在东亚人群中进行的重复验证分析也显示了一致的结果，即遗传预测的易感性、住院和新冠肺炎的严重程度与SLE的风险无关（图3）。
图2 欧洲人群中新冠肺炎和系统性红斑狼疮风险之间的遗传因果关系
图3 东亚人群中新冠肺炎和系统性红斑狼疮风险之间的遗传因果关系。
l 异同点：两个文章得到的结论也基本一致：均表明，新冠肺炎和系统性红斑狼疮风险之间没有因果关系。
小结
综合对比下来，可以看出这2篇文章最大的差别就是数据应用，添加一个验证人群提高分数的效果真是相当哇塞！虽然两篇文章分数有差距，但都属于高性价比发文途径，只需公共数据挖掘+分析，就能发到如此高分的期刊，你看了是否心动了呀？如果你也有无法做实验的困扰，或者想在临床、流行病学方向发高分文章，不妨试试这个省钱省时又省力的思路吧！
