上一期我们对孟德尔随机化做了一个简单的介绍，今天我们来复现一篇6分左右的使用了孟德尔随机化方法的文章，文章的题目是：Mendelian randomization analysis does not reveal a causal influence of mental diseases on osteoporosis（孟德尔随机分析没有揭示精神疾病对骨质疏松症的因果影响）

这是一篇我们国人写的文章，为什么选这篇文章呢？因为作者提供了文章的数据和主要流程的代码。我们可以跟着作者的思路进行一个复盘。 作者的研究是精神病（包括精神分裂症(SCH)、抑郁症(MDD)、情绪障碍、人格分裂和其他相关疾病）会不会对骨质疏松或骨折造成的影响。作者指出作为慢性疾病,精神病与骨代谢异常有关, 与一般人群相比,更有可能出现更低的骨密度和骨折风险,所以作者做了这项相关研究。最后作者的结论是：结果没有显示精神病（MDS）与骨质疏松症(OP)风险之间的因果关系。所以阴性结果也是能发文章的。 作者研究了精神分裂症、抑郁症、阿尔茨海默病、帕金森病等多个疾病对骨密度和骨折的影响，其中骨密度又分为前臂骨密度、腰椎骨密度、股骨颈骨密度等，骨折又分为手臂骨折、脊柱骨折、退步骨折等等。作者都做了一一比较,数据的工作量非常大。我抽取其中一部分内容：精神分裂症对骨密度（主要是上肢骨密度）的影响这一部分复现一下。 首先我们看看作者的给出的数据来源

我们可以看到第一个精神分裂症（Schizophrenia）是来自GWAS的ieu-a-22，我们先查看一下对得上吗？ieu-a-22确实是精神病，样本量是82,315，和作者提供的对得上，我又拿它和作者提供的数据比对了一下，也是一样的。拿这个数据做暴露的数据应该是没问题。

接下来看看结局变量前臂骨密度（FA-BMD）是来自GWAS的ieu-a-977，我们也像刚才一样检查一下，确实是前臂骨密度（Forearm bone mineral density），样本量8,143也对的上。这样两个数据就都对上了，

我们根据作者的代码来操作一下，先把R包导入

先导入暴露变量数据（详细操作可以看上一章），作者在这里把暴露数据定义为aaa