换一批广义多因素降维法在心脑血管病基因-基因/环境交互作用分析及风险预测中的应用
Application of the generalized multifactor dimensionality reduction (GMDR) method in the gene-by-gene and gene-by-environment interactions and cardiovascular risk prediction
摘要心脑血管疾病是由易感基因和环境因素共同作用引起的复杂性遗传疾病.在影响心脑血管疾病发病的因素中,基因与基因之间、基因与环境之间均存在着交互作用.近年来,随着被发现的易感基因和环境因素越来越多,单独使用Logistic回归模型等方法处理交互作用存在"维度灾难"等局限性,导致研究结果假阳性率增加.广义多因素降维法引入计分统计量的原理,能够列举所有基因型和环境因素的组合情况,分析端粒长度等连续型结局变量,且能够纳入协变量,校正年龄、性别等影响心脑血管疾病发病的混杂因素,从而控制混杂因素引起的结果偏移乃至错误.广义多因素降维法将高维数据降为一维模型后,结合Logistic回归模型能够更好地预测心脑血管疾病的发病风险,对阐明心脑血管疾病的发病机制具有重要意义.
更多相关知识
关键词
心脑血管疾病基因-基因交互作用基因-环境交互作用Logistic回归模型广义多因素降维法Cardiovascular diseasesGene-gene interactionGene-environmental interactionLogistic regression modelGeneralized multifactor dimensionality reduction
栏目名称
DOI
10.12037/YXQY.2017.10-08
发布时间
2018-01-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（81270164）
- 浏览0
- 被引8
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
