神刊「Frontiers」拒收孟德爾，但心機的我卻看到瞭機會

真是没想到，Frontiers 期刊以这种形式火出了圈😂

就在前几天，Frontiers 宣布「由于近期录用方针变化，我们旗下的任何期刊都不再接收孟德尔随机化论文。」

消息一出，懂孟德尔的不在乎，不懂孟德尔的继续歇菜。

作为曾经的「神刊」，现在的「黑名单」，Frontier 一把好牌打得稀巴烂，截至目前，Frontiers 出版社已连续撤稿多达 354 篇，涉及各个领域。现在有些学校医院甚至明令「发表在 Frontiers 期刊的文章不能毕业、不能晋升」。

Frontiers 拒收孟德尔文章，到底是怎么回事？

有人说，拒稿如此直白，真是让人怀疑期刊的专业性！

有人说，它是不是趁机想博眼球，再火一把？

还有人说，这个期刊真的有判断能力吗，它根本无法分辨孟德尔随机化文章吧🙄

这一波操作，让很多人看清了 Frontiers 的格局。

其实，我经常听医生朋友说，这个方法不好发了，那个方法不好发了，深处其中，我又怎么会不知道呢？但是，孟德尔，它是近两年最火的方法，如果它不好发，其他的方法更是陷入死局。

再说了，Frontiers 期刊不收就不收呗，大有其他杂志接收，而且，我一直以来都不太建议大家去投 Frontiers，因为撤稿风险太大了。

我们自己要有认知，我们更应该在了解事物的基础上再去做判断，很多人不懂孟德尔，今天给大家介绍一下👇

孟德尔分析：就是找替身

孟德尔随机化是流行病学研究中病因推断的一种方法，基本原理是利用自然界中的随机分配基因型对表型的影响，来推断暴露因素对疾病结局的影响。

简单说，孟德尔方法就是引入第三者，寻找替身。这个替身有一个学术名，叫遗传工具变量，它自带 3 大优势，这是其他分析方法比不了的：

1️⃣基因遗传具有独立随机性，排除了混杂因素。

2️⃣基因型的分布先出现，早于后天环境因素的暴露，且它不受后天影响，排除了反向因果。

3️⃣人群中普遍存在且随机遗传，类似随机对照研究。

但是，遗传工具变量可不是随意选择，它需要满足 3 大假设：

1️⃣关联性假设：它至少与一个暴露因素相关。

2️⃣独立性假设：它不受混杂因素影响。

3️⃣排他性假设：它只能通过一或多个暴露因素来影响解决，不能通过其他途径！

举个例子：你发现一个临床现象「二型糖尿病患者与肥胖较高概率共同发生」，你就好奇了，这是否说明肥胖是二型糖尿病的病因/危险因素？

空口无凭，我们搞科研的，讲究用数据说话！

坐下来分析，你会发现存在 2 个干扰问题：

1️⃣ 是否存在混杂因素：肥胖也可能通过影响其他如高血压、胰岛素抵抗或者代谢紊乱进而影响糖尿病的发病。

2️⃣ 是否存在反向因果：如果是二型糖尿病诱发肥胖现象，同样可以观察到肥胖与糖尿病的伴发现象。

这时候，你就要引入第三者——遗传工具变量，它要与肥胖相关，而且还必须满足独立性假设、排他性假设，也就是说，你要把其他通路通通都搞死。

这就是孟德尔随机化，要第三者来介入，找到这个替身，你就赢了。