Abstract Background The Norwegian Mother, Father, and Child Cohort Study (MoBa) is a population-based pregnancy cohort, which includes approximately 114,500 children, 95,200 mothers, and 75,200 fathers. Genotyping of MoBa has been conducted through multiple research projects, spanning several years; using varying selection criteria, genotyping arrays, and genotyping centres. MoBa contains numerous interrelated families, which necessitated the implementation of a family-based quality control (QC) pipeline that verifies and accounts for diverse types of relatedness. Methods The MoBaPsychGen pipeline, comprising pre-imputation QC, phasing, imputation, and post-imputation QC, was developed based on current best-practice protocols and implemented to account for the complex structure of the MoBa genotype data. The pipeline includes QC on both single nucleotide polymorphism (SNP) and individual level. Phasing and imputation were performed using the publicly available Haplotype Reference Consortium release 1.1 panel as a reference. Information from the Medical Birth Registry of Norway and MoBa questionnaires were used to identify biological sex, year of birth, reported parent-offspring (PO) relationships, and multiple births (only available in the offspring generation). Results In total, 207,569 unique individuals (90% of the unique individuals included in the study) and 6,981,748 SNPs passed the MoBaPsychGen pipeline. The relatedness checks performed throughout the pipeline allowed identification of within-generation and across-generation first-degree, second-degree, and third-degree relatives. The individuals passing post-imputation QC comprised 64,471 families ranging in size from singletons to 84 unique individuals (singletons are included as families as other family members may not have been genotyped, imputed, or passed post-imputation QC). The relationships identified include 287 monozygotic twin pairs, 22,884 full siblings, 117,004 PO pairs, 23,299 second-degree relative pairs, and 10,828 third-degree relative pairs. Discussion MoBa contains a highly complex relatedness structure, with a variety of family structures including singletons, PO duos, full (mother, father, child) PO trios, nuclear families, blended families, and extended families. The availability of robustly quality-controlled genetic data for such a large cohort with a unique extended family structure will allow many novel research questions to be addressed. Furthermore, the MoBaPsychGen pipeline has potential utility in similar cohorts.

Abstract Mediation analysis seeks to explain the pathway(s) through which an exposure affects an outcome. Mediation analysis experiences a number of methodological difficulties, including bias due to confounding and measurement error. Mendelian randomisation (MR) can be used to improve causal inference for mediation analysis. We describe two approaches that can be used for estimating mediation analysis with MR: multivariable Mendelian randomisation (MVMR) and two-step Mendelian randomisation. We outline the approaches and provide code to demonstrate how they can be used in mediation analysis. We review issues that can affect analyses, including confounding, measurement error, weak instrument bias, and analysis of multiple mediators. Description of the methods is supplemented by simulated and real data examples. Although Mendelian randomisation relies on large sample sizes and strong assumptions, such as having strong instruments and no horizontally pleiotropic pathways, our examples demonstrate that it is unlikely to be affected by confounders of the exposure or mediator and the outcome, reverse causality and non-differential measurement error of the exposure or mediator. Both MVMR and two-step MR can be implemented in both individual-level MR and summary data MR, and can improve causal inference in mediation analysis.

Abstract Objectives To examine whether educational attainment and intelligence have causal effects on risk of Alzheimer’s disease (AD), independently of each other. Design Two-sample univariable and multivariable Mendelian Randomization (MR) to estimate the causal effects of education on intelligence and vice versa, and the total and independent causal effects of both education and intelligence on risk of AD. Participants 17,008 AD cases and 37,154 controls from the International Genomics of Alzheimer’s Project (IGAP) consortium Main outcome measure Odds ratio of AD per standardised deviation increase in years of schooling and intelligence Results There was strong evidence of a causal, bidirectional relationship between intelligence and educational attainment, with the magnitude of effect being similar in both directions. Similar overall effects were observed for both educational attainment and intelligence on AD risk in the univariable MR analysis; with each SD increase in years of schooling and intelligence, odds of AD were, on average, 37% (95% CI: 23% to 49%) and 35% (95% CI: 25% to 43%) lower, respectively. There was little evidence from the multivariable MR analysis that educational attainment affected AD risk once intelligence was taken into account, but intelligence affected AD risk independently of educational attainment to a similar magnitude observed in the univariate analysis. Conclusions There is robust evidence for an independent, causal effect of intelligence in lowering AD risk, potentially supporting a role for cognitive training interventions to improve aspects of intelligence. However, given the observed causal effect of educational attainment on intelligence, there may also be support for policies aimed at increasing length of schooling to lower incidence of AD.

ABSTRACT Identification of unintended drug effects, specifically drug repurposing opportunities and adverse drug events, maximizes the benefit of a drug and protects the health of patients. However, current observational research methods are subject to several biases. These include confounding by indication, reverse causality, and missing data. We propose that Mendelian randomization (MR) offers a novel approach for the prediction of unintended drug effects. In particular, we advocate the synthesis of evidence from this method and other approaches, in the spirit of triangulation, to improve causal inferences concerning drug effects. MR overcomes some of the limitations associated with the existing methods in this field. Furthermore, it can be applied either pre- or post-approval of the drug and could therefore prevent the potentially harmful exposure of patients in clinical trials and beyond. The potential of MR as a pharmacovigilance and drug repurposing tool is yet to be realized and could both help prevent adverse drug events and identify novel indications for existing drugs in the future.

Key Points Question What is the role of body mass index, systolic blood pressure and smoking in mediating the effect of education on cardiovascular disease risk? Finding We find consistent evidence that body mass index, systolic blood pressure and smoking mediate the effect of education, explaining up to 18%, 27% and 33% respectively. Including all three risk factors in a model together explains around 40% of the effect of education. Meaning Intervening on body mass index, systolic blood pressure and smoking would lead to reductions in cases of CVD attributable to lower levels of education. Over half of the effect of education on risk of cardiovascular disease is not mediated through these risk factors. Importance Lower levels of education are causally related to higher cardiovascular risk, but the extent to which this is driven by modifiable risk factors also associated with education is unknown. Objective To investigate the role of body mass index, systolic blood pressure and smoking in explaining the effect of education on risk of cardiovascular disease outcomes. Design Multivariable regression analysis of observational data and Mendelian randomization (MR) analysis of genetic data. Setting UK Biobank and international genome-wide association study consortia. Participants Predominantly individuals of European ancestry. Main outcomes and measures The effects of education (per 1-standard deviation increase, equivalent to 3.6 years) on coronary heart disease, cardiovascular disease (all subtypes), myocardial infarction and stroke risk (all measured in odds ratio, OR), and the degree to which this is mediated through body mass index, systolic blood pressure and smoking. Results Each additional standard deviation of education associated with 13% lower risk of coronary heart disease (OR 0.87, 95% confidence interval [CI] 0.84 to 0.89) in observational analysis and 37% lower risk (OR 0.63, 95% CI 0.60 to 0.67) in Mendelian randomization analysis. As a proportion of the total risk reduction, body mass index mediated 15% (95% CI 13% to 17%) and 18% (95% CI 14% to 23%) in the observational and Mendelian randomization estimates, respectively. Corresponding estimates for systolic blood pressure were 11% (95% CI 9% to 13%) and 21% (95% CI 15% to 27%), and for smoking, 19% (15% to 22%) and 33% (95% CI 17% to 49%). All three risk factors combined mediated 42% (95% CI 36% to 48%) and 36% (95 % CI 16% to 63%) of the effect of education on coronary heart disease in observational and Mendelian randomization respectively. Similar results were obtained when investigating risk of stroke, myocardial infarction and all-cause cardiovascular disease. Conclusions and relevance BMI, SBP and smoking mediate a substantial proportion of the protective effect of education on risk of cardiovascular outcomes and intervening on these would lead to reductions in cases of CVD attributable to lower levels of education. However, more than half of the protective effect of education remains unexplained and requires further investigation.

Background: Individuals with Attention Deficit Hyperactivity Disorder (ADHD) or Autism Spectrum Disorder (ASD) are at risk of poor educational outcomes. Parental educational attainment has also been associated with risk of ADHD/ASD in the offspring. Despite evidence that ADHD and ASD show genetic links to educational attainment, less is known on the causal nature of the associations and the possible role of IQ. Methods: We assessed the total causal effects of genetic liability to ADHD/ASD on educational attainment using two-sample Mendelian randomization (MR). We assessed the possible contribution of IQ to the identified causal effects by estimating the direct effects of ADHD/ASD on educational attainment, independent of IQ, using Multivariable MR (MVMR). Reverse direction analyses were performed. The latest GWAS meta-analyses of ADHD, ASD, educational attainment and IQ were used. Causal effect estimates were generated using inverse variance weighted models (IVW). Sensitivity analyses were performed to assess the robustness of the estimates and the presence of pleiotropy. Results: Genetic liability to ADHD had a total (MRIVW:-3.3 months per doubling of liability to ADHD; 95%CI: -4.8 to -1.9; pval= 5*10-6) and direct negative causal effect on educational attainment (MVMRIVW:-1.6 months per doubling of liability to ADHD; 95%CI: -2.5 to -0.6; pval= 4*10-4). There was little evidence of a total causal effect of genetic liability to ASD on educational attainment (MRIVW: 4 days, per doubling of liability to ASD; 95%CI: -4.9 months to 5.6 months; pval= 0.9) but some evidence of a direct effect not via IQ (MVMRIVW:29 days per doubling the genetic liability to ASD; 95%CI: 2 to 48; pval= 0.03). Reverse direction analyses suggested that genetic liability to higher educational attainment was associated with lower risk of ADHD (MRIVWOR: 0.3 per standard deviation (SD) increase; 95%CI: 0.26 to 0.36; pval= 6*10-51), even after IQ was entered in the models (MVMRIVWOR: 0.33 per SD increase; 95%CI: 0.26 to 0.43; pval= 6*10-17). On the contrary, there was evidence consistent with a positive causal effect of genetic liability to higher educational attainment on risk of ASD (MRIVWOR: 1.51 per SD increase; 95%CI: 1.29 to 1.77; pval= 4*10-7), which was found to be largely explained by IQ (MVMRIVWOR per SD increase: 1.24; 95%CI: 0.96 to 1.60; pval= 0.09). Conclusions: Our findings suggest that despite the genetic and phenotypic overlap between ADHD and ASD, they present highly differentiated causal associations with educational attainment. This highlights the necessity for specialized educational interventions for children with ADHD and ASD. Further research is needed in order to decipher whether the identified causal effects reflect parentally transmitted effects, diagnostic masking, or selection bias.

Background Evidence concerning the potential repurposing of antihypertensives for Alzheimer’s disease prevention is inconclusive. We used Mendelian randomization, which can be more robust to confounding by indication and patient characteristics, to investigate the effects of lowering systolic blood pressure (SBP), via different antihypertensive drug classes, on Alzheimer’s disease.Methods We used summary statistics from genome wide association studies of SBP (from UK Biobank) and Alzheimer’s disease (from the International Genomics of Alzheimer’s Project) in a two-sample Mendelian randomization analysis. We identified single nucleotide polymorphisms (SNPs) that mimic the action of antihypertensive targets and estimated the effect of lowering SBP, via antihypertensive drug classes, on Alzheimer’s disease. We also report the effect of lowering SBP on Alzheimer’s disease by combining all drug targets and without consideration of the associated drugs.Results There was limited evidence that lowering SBP, via antihypertensive drug classes, affected Alzheimer’s disease risk. For example, calcium channel blockers had an odds ratio (OR) per 10mmHg lower SBP of 1.53 (95% confidence interval (CI): 0.94 to 2.49; p=0.09; SNPs=17). We also found limited evidence for an effect of lowering SBP on Alzheimer’s disease when combining all drug targets (OR per 10mmHg lower SBP: 1.14; 95%CI: 0.83 to 1.56; p=0.41; SNPs=59) and without consideration of the associated drug targets (OR per 10mmHg lower SBP: 1.04; 95%CI: 0.95 to 1.13; p=0.45; SNPs=153).Conclusions Lowering SBP itself is unlikely to affect risk of developing Alzheimer’s disease. Consequently, if specific antihypertensive drug classes do affect risk of Alzheimer’s disease, they are unlikely to do so via SBP.KEY MESSAGES

Mendelian randomization (MR) has been used to estimate the causal effect of body mass index (BMI) on particular traits thought to be affected by BMI. However, BMI may also be a modifiable, causal risk factor for outcomes where there is no prior reason to suggest that a causal effect exists. We perform a MR phenome-wide association study (MR-pheWAS) to search for the causal effects of BMI in UK Biobank (n=334 968), using the PHESANT open-source phenome scan tool. Of the 20 461 tests performed, our MR-pheWAS identified 519 associations below a stringent P value threshold corresponding to a 5% estimated false discovery rate, including many previously identified causal effects. We also identified several novel effects, including protective effects of higher BMI on a set of psychosocial traits, identified initially in our preliminary MR-pheWAS and replicated in an independent subset of UK Biobank. Such associations need replicating in an independent sample.

Schizophrenia is a debilitating and heritable mental disorder associated with lower reproductive success. However, the prevalence of schizophrenia is stable over populations and time, resulting in an evolutionary puzzle: how is schizophrenia maintained in the population given its apparent fitness costs? One possibility is that increased genetic liability for schizophrenia, in the absence of the disorder itself, may confer some reproductive advantage. We assessed the correlation and causal effect of genetic liability for schizophrenia with number of children and age at first birth using data from the Psychiatric Genomics Consortium and UK Biobank. Linkage disequilibrium score regression showed little evidence of genetic correlation between genetic liability for schizophrenia and number of children (rg=0.002, p=0.84) or age at first birth (rg=-0.007, p=0.45). Mendelian randomization indicated no robust evidence of a causal effect of genetic liability for schizophrenia on number of children (mean difference: 0.003 increase in number of children per doubling in the natural log odds ratio of schizophrenia risk, 95% CI: -0.003 to 0.009, p=0.39) or age at first birth (-0.004 years lower age at first birth, 95% CI: -0.043 to 0.034, p=0.82). These results suggest that increased genetic liability for schizophrenia does not confer a reproductive advantage.

Background: Success in school and the labour market is due to more than just high intelligence. Associations between traits such as attention, self-regulation, and perseverance in childhood, and later outcomes have been investigated by psychologists, economists, and epidemiologists. Such traits have been loosely referred to as non-cognitive skills. There has been no attempt to systematically assess the relative importance of non-cognitive skills in early life on later outcomes. Methods: The systematic review protocol was registered with the International Prospective Register for Systematic Reviews (PROSPERO, CRD42013006566) in December 2013. We systematically reviewed electronic databases covering psychology, education, health and economics for articles published from database conception until September 2015. Titles and abstracts were screened for eligibility, and from eligible articles data was extracted on study design, sample type and size, age of participants at exposure and outcome, loss to follow up, measurement of exposure and outcome, type of intervention and comparison group, confounding adjustment and results. Where possible we extracted a standardised effect size. We reviewed all studies and rated their evidence quality as better, weak, or poor on the basis of study design and potential for confounding, selection and measurement bias. Results: We reviewed 375 studies and provided interpretation of results from 142 (38%) better quality studies comprising randomised controlled trials, quasi-experimental, fixed effects including twin studies, longitudinal and some cross-sectional designs that made reasonable attempts to control confounding. In the academic achievement category outcomes were reported in 78 publications of better quality studies which were consistent with 0.1-0.2 SD effects. Psychosocial outcomes were reported in 65 better quality studies consistent with effects of 0.3-0.4 SD. For the language and cognitive category there were 42 publications reporting better quality studies consistent with effects of 0.3-0.4 SD. For physical health, results across only eight better quality studies were inconsistent but centred around zero. Analysis of funnel plots consistently showed asymmetric distributions, raising the potential of small study bias which may inflate these observed effects. Conclusions: The evidence under-pinning the importance of non-cognitive skills for life success is diverse and inconsistent. Nevertheless, there is tentative evidence from published studies that non-cognitive skills associate with modest improvements in academic achievement, psychosocial, and language and cognitive outcomes with effects in the range of 0.2-0.4 SD. The quality of evidence under-pinning this field is generally low with more than a third of studies making little or no attempt to control even the most basic confounding (endogeneity) bias. The evidence could be improved by adequately powering studies, and using procedures and tools that improve the conduct and reporting of RCTs and observational studies. Interventions designed to develop childrens non-cognitive skills could potentially improve opportunities, particularly for disadvantaged children. The inter-disciplinary researchers interested in these skills should take a more rigorous approach to determine which interventions are most effective.