摘要：目的本研究提出两阶段分析策略,将SKAT与惩罚回归模型联合应用,为遗传关联研究提供方法学选择的依据和指导。方法本研究使用遗传分析工作组18的数据,分别采用SKAT,LASSO,EN,cMCP,Gel以及两阶段统计分析策略（SKAT＋EN,SKAT＋LASSO,EN＋SKAT,LASSO＋SKAT）进行关联性分析。结果在基因水平,SKAT法的平均灵敏度与约登指数最高。除SKAT法外,其余统计策略的关联基因选出率均与对结局方差解释的比例和基因中包含SNPs的数目存在关联。在SNPs水平,EN法与EN＋SKAT的灵敏度与约登指数最高。不同的统计策略均能把对结局效应贡献最大的真关联基因MAP4与SNPs筛选出来。结论SKAT和EN联合分析策略能够在数百万SNPs中筛选主要的疾病关联基因与SNPs,并在基因水平上统计推断,有着较高灵敏度,同时还能控制严重的假阳性错误,为遗传关联研究提供了一种较为高效的统计分析策略。
分类：期刊> 自然科学与工程技术> 医药卫生科技> 医药卫生方针政策与法律法规研究
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：skat 惩罚回归模型 基因组关联研究
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
