Les variables instrumentales
un gène qui fixe le cholestérol LDL au hasard de la méiose mesure son effet causal sur le cœur, malgré la confusion
1 · MODÈLE ET ESTIMATEURS
$$X=\gamma Z+a\,U+\varepsilon_X,\qquad Y=\beta X+a\,U+\delta Z+\varepsilon_Y$$
$$\hat\beta_{\text{MCO}}\xrightarrow[n\to\infty]{}\beta+\frac{\operatorname{Cov}(X,\,aU+\delta Z)}{\operatorname{Var}X}$$
$$\hat\beta_{\text{VI}}=\frac{\widehat{\operatorname{Cov}}(Z,Y)}{\widehat{\operatorname{Cov}}(Z,X)}\xrightarrow[n\to\infty]{}\beta+\frac{\delta}{\gamma}$$
\(Z\) : nombre d'allèles d'un SNP qui élève le LDL (0, 1, 2) ; \(X\) : LDL (mmol/L) ; \(Y\) : score de risque coronarien (échelle continue) ; \(U\) : mode de vie, non observé, de force \(a\). Instrument valide : \(\gamma\neq 0\) (pertinence), \(Z\perp U\) (indépendance), \(\delta=0\) (exclusion).
2 · À TOI : AUGMENTE LA CONFUSION, AFFAIBLIS L'INSTRUMENT
nuage (LDL, risque) par génotype : la droite VI passe par les trois centres
pentes estimées en fonction de la confusion \(a\) — glisse pour changer \(a\)
génotype Z = 0, 1, 2
MCO (Y sur X)
VI (Wald) ± 1,96 se
effet causal β
La pente des MCO suit la confusion ; la pente VI n'utilise que les écarts entre génotypes, que le mode de vie ne touche pas. Baisse \(\gamma\) : les trois centres se resserrent et la bande verte s'élargit. Touche à \(\delta\) : la VI se décale de \(\delta/\gamma\).
3 · RAPPELS
- Randomisation mendélienne : les allèles sont transmis au hasard à la méiose, indépendamment du mode de vie. Le génotype joue le rôle du tirage au sort d'un essai, sur toute une vie (Davey Smith et Ebrahim, 2003).
- Ratio de Wald : effet du SNP sur la maladie divisé par son effet sur le LDL, $$\hat\beta_{\text{VI}}=\frac{\text{pente de }Y\text{ sur }Z}{\text{pente de }X\text{ sur }Z}.$$ Avec un seul instrument, c'est aussi l'estimateur des doubles moindres carrés : régresser \(Y\) sur \(\hat X=\hat\alpha+\hat\gamma Z\).
- Instrument faible : \(\operatorname{Var}\hat\beta_{\text{VI}}\approx\sigma^2/(n\,\gamma^2\operatorname{Var}Z)\) explose quand \(\gamma\to 0\), et en échantillon fini l'estimateur est tiré vers les MCO. Règle usuelle : statistique \(F\) de la première étape supérieure à 10 (Staiger et Stock, 1997).
- Pléiotropie : si le SNP agit sur le cœur par une autre voie que le LDL, la VI converge vers \(\beta+\delta/\gamma\), et aucune donnée ne le révèle avec un seul instrument. Avec plusieurs SNP : MR-Egger, médiane pondérée.
- Données réelles (Voight et al., 2012) : un score génétique du LDL donne un OR d'infarctus de 2,13 par écart-type de LDL (1,54 en observationnel) : effet causal. Un variant de LIPG élève le HDL de 0,14 mmol/L sans changer le risque (OR 0,99 pour 0,87 attendu) : le HDL « protecteur » n'est pas causal. Par mmol/L de LDL, l'effet génétique, qui dure toute la vie, est environ trois fois celui des statines prises tard (Ference et al., 2012).
4 · CLASSIFICATION
| situation | MCO | VI |
|---|---|---|
| pas de confusion \((a=0)\) | sans biais | sans biais, mais plus variable |
| confusion, instrument fort et valide | biaisé | convergent |
| instrument faible \((F\lt 10)\) | biaisé | instable, tiré vers les MCO |
| pléiotropie \((\delta\neq 0)\) | biaisé | biaisé de \(\delta/\gamma\) |
| \(Z\) liée à \(U\) (stratification de population) | biaisé | biaisé |