メンデルランダム化 (MR) では，ヒトの一塩基多型 (SNP) を操作変数に用いることで，未観測なものも含めて交絡因子の影響を調整する．二値アウトカムに興味がある場合でも，通常の二段階最小二乗法 (2SLS) を適用可能であるが，二段階目のモデル誤特定に伴い，因果効果の推定結果にバイアスが入る可能性がある．この状況では，2SLSの他にも二段階予測値代替法 (2SPS)，二段階残差投入法 (2SRI)，制限情報最尤法 (LIML) などの適用を検討できるが，各方法を包括的に比較検討した研究は限られる．本研究では，MRでよく利用される逆分散重みづけ推定量 (IVW) も合わせて，あるシミュレーションデータを利用していくつかの操作変数法の性能の比較検討を行った．
2SPSは，曝露変数との相関が比較的強い操作変数が利用できる状況では，精度よく・偏りの少ない因果効果の推定結果を導出することが分かった．先行研究では，2SPSよりも2SRIを推奨する報告もあるが，2SRIは観測された共変量を調整するのが適切であること，及びバイアスが入る可能性も報告されていることから，この状況では2SPSの利用が無難ではないかと考えられる．一方，MRの文脈で問題となる，曝露変数との相関が弱い操作変数しか利用できない状況では，IVWやLIMLが適切ではないかと考えられる．いずれも因果効果の推定結果にバイアスは生じるが，他の操作変数法よりも比較的推定結果が安定的していること，及びバイアスが保守的な方向に入りやすいことが分かった．
本研究では，Orihara et al. (2023) よりも現実のデータに近い状況を模倣したシミュレーションデータを利用したが，本研究結果はあくまで一つの事例での結果であるため，より広範な状況での検討が待たれることになる．