Uncovering shared common genetic risk factors for various aspects of complex disorders captured in multiple traits
识别多个测量特征的共享遗传风险因素在研究复杂疾病中具有极大的兴趣。Marlow(2003)检测复杂性状的共有基因效应的方法在神经发育障碍以及包括肥胖和哮喘在内的其他疾病的文献中具有很大的影响力。虽然它的方法已被广泛应用,并已被推荐为潜在的强大的,这种方法的有效性和权力还没有被检验,无论是理论上还是通过模拟。本文建立了有效性和量化,并解释了该方法的力量。我们表明,无论模型中的性状数量如何,该方法都具有正确的1型错误率,并且与不同遗传模型的标准单变量方法相比,证实了功效增加。我们发现,这些权力增益的主要来源是由一个共同的主基因效应成分引起的性状之间的相关性。我们比较使用的完整的多效性模型,假设马洛,使用一个更一般的模型,允许额外的相关参数,并发现,即使当真正的模型包括这些参数,完整的多效性模型是更强大的,只要性状适度相关的主要基因成分。我们在软件中实现了这种方法和功效计算器,该软件可以通过使用试点数据来计算所需的样本量并选择性状进行进一步的连锁研究来帮助设计研究。我们将该软件应用于俄语阅读障碍的数据。
2009-04-15 stat.ME
Integrative genetic risk prediction using nonparametric empirical Bayes classification
遗传风险预测是个体化医疗的重要组成部分,但对于许多复杂疾病的预测准确性仍然很低。一个基本的限制是训练预测算法的研究的样本量。增加有效样本量的一种方法是整合先前现有研究的信息。然而,很难找到检查目标疾病的现有数据,特别是如果该疾病罕见或研究不足。此外,从这些辅助研究中获得的个体水平的基因型数据通常很难获得。本文提出了一种新的方法来综合遗传风险预测的复杂疾病的二元表型。它适应目标和辅助疾病的遗传病因可能的异质性,使用无调整参数的非参数经验贝叶斯程序,并且可以仅使用辅助汇总统计量进行训练。仿真研究表明,该方法可以提供优越的预测精度相对于非一体化以及一体化分类器。该方法被应用到最近的儿科自身免疫性疾病的研究,在那里它大大减少了某些目标/辅助疾病组合的预测误差。所提出的方法是在R包ssa中实现的。
2016-08-25 q-bio.QM stat.ME
Computing Individual Risks based on Family History in Genetic Disease in the Presence of Competing Risks
当考虑发病年龄不同的遗传性疾病(例如:糖尿病、家族性淀粉样神经病、癌症等)时,基于家族史(FH)计算疾病的个体风险对于临床医生和患者都是至关重要的。这样的风险计算起来非常具有挑战性,因为:1)感兴趣的个体的基因型X通常是未知的; 2)后验分布P(X| FH,T > t)随t变化(T是目标个体发病时的年龄); 3)死亡的竞争风险不可忽略。在这项工作中,我们提出了一个模型,这个问题使用贝叶斯网络混合(右删失)生存结果的风险率只取决于每个人的基因型。我们解释如何相信传播可以用来获得后验分布的基因型FH,以及如何获得一个时间依赖性的后验风险率的任何个人的系谱。最后,我们使用这个后验风险率来计算个体风险,有或没有死亡的竞争风险。我们的方法是使用Claus-Easton模型乳腺癌(BC)。该模型假设常染色体显性遗传风险因素,如非携带者(基因型00)的BC风险率为$λ$ 0(t),而携带者(基因型01、10和11)的风险率为$λ$ 1(t)。假设两个风险率都是分段常数,具有已知值(在20,30,. ..,80年)。竞争性死亡风险来自法国国家登记研究。
2017-09-14 stat.AP stat.ME
Extending the MR-Egger method for multivariable Mendelian randomization to correct for both measured and unmeasured pleiotropy
已经开发了孟德尔随机化方法,可以在放松工具变量假设的同时获得一致的因果估计。这些包括多变量孟德尔随机化,其中遗传变异可能与多种风险因素相关,只要与结果的任何关联是通过测量的风险因素(测量的多效性),和MR-Egger(孟德尔随机化-Egger)方法,其中遗传变异可能与结局直接相关,而不是通过感兴趣的风险因素,只要变异体对结果的直接影响与它们与风险因素的关联(未测量的多效性)无关。在本文中,我们扩展了MR-Egger方法的多变量设置,以纠正测量和未测量的多效性。我们表明,通过理论论证和模拟研究,多变量MR-Egger方法具有优势,其单变量对应的一致的因果估计所需的假设的可验证性方面,和电源检测的因果效应时,这个假设是满足的。在应用分析中比较了这些方法,以调查高密度脂蛋白胆固醇对冠心病风险的因果影响。多变量MR-Egger方法将有助于在风险因素高度相关且难以找到与感兴趣的风险因素特异性相关的遗传变异(设计为多变量)的情况下分析高维数据,并在已知遗传变异对测量的风险因素具有多效性效应时作为敏感性分析。
2017-08-01 stat.ME
Bayesian Integrative Analysis and Prediction with Application to Atherosclerosis Cardiovascular Disease
心血管疾病(CVD),包括动脉粥样硬化CVD(ASCVD),是多因素疾病,在世界范围内造成重大的经济和社会负担。人们已经做出了巨大的努力来了解ASCVD的传统风险因素,但这些风险因素仅占所有ASCVD病例的一半左右。识别非传统风险因素(例如,遗传变异,基因)有助于ASCVD。此外,将功能知识纳入预测模型有可能揭示与疾病风险相关的途径。我们提出了贝叶斯分层因素分析模型,关联多个组学数据,预测临床结果,允许先前的功能信息,并可以容纳临床协变量。基于现有数据和对ASCVD其他风险因素的需求,这些模型用于临床、人口统计学和多组学数据的综合分析,以确定可能导致健康成人10年ASCVD风险的遗传变异、基因和基因途径。我们的研究结果揭示了几种与ASCVD风险高度相关的遗传变异、基因和基因通路。有趣的是,其中一些与CVD风险有关。其他人可以探索其在CVD中的潜在作用。我们的研究结果强调了联合关联和预测模型的优点。
2020-05-23 stat.ME
Effective Genetic Risk Prediction Using Mixed Models
迄今为止,从常见疾病的全基因组研究中产生高质量多基因风险评分的努力集中在估计和汇总多个SNP的影响。在这里,我们提出了一种新的遗传风险预测的统计方法,基于随机和混合效应模型。我们的方法(称为GeRSI)规避了需要估计许多SNP的效应大小,通过将这些效应视为随机的,产生的预测始终优于目前的最新技术水平,正如我们在广泛的模拟中所证明的那样。当将GeRSI应用于来自WTCCC研究的7种表型时,我们证实随机效应的使用对于已知高度多基因的疾病是最有益的:高血压(HT)和双相情感障碍(BD)。对于HT,在WTCCC数据中没有显著的关联。现有最佳模型的AUC为54%,而GeRSI将其提高到59%。对于BD,使用GeRSI将AUC从55%提高到62%。对于在BD风险预测中排名前10%的个体,使用GeRSI将BD相对风险从1.4增加到2.5。
2014-05-12 q-bio.QM stat.ME
Disentangling the effects of traits with shared clustered genetic predictors using multivariable Mendelian randomization
当基因簇中的遗传变异与疾病结果相关时,从变异到结果的因果途径可能难以解开。例如,趋化因子受体基因簇含有与各种细胞因子相关的遗传变体。该簇中的变体与中风风险之间的关联可能由这些细胞因子中的任何一种驱动。多变量孟德尔随机化是标准单变量孟德尔随机化的扩展,用于估计具有共享遗传预测因子的相关暴露的直接影响。然而,当遗传变异被聚类时,出现了金发姑娘困境:在分析中包括太多高度相关的变异可能导致条件反射,但过于积极地修剪变异可能导致不精确的估计,甚至缺乏识别。我们提出了多变量的方法,使用主成分分析,以减少许多相关的遗传变异到一个较小的正交分量,用作工具变量。我们在模拟中表明,这些方法导致更精确的估计,是不太敏感的数值不稳定性,由于强相关性和输入数据的小变化。我们应用这些方法来证明趋化因子基因簇中最可能的中风危险因素是单核细胞趋化蛋白-1。
2021-10-02 stat.ME
Kernel-based multi-marker tests of association based on the accelerated failure time model
提出一套基于加速失效时间模型的核多标记生存关联检验,可处理异质性、竞争风险、左截断及小样本情形,并经模拟和阿尔茨海默病数据验证有效。
2024-01-18 stat.ME
Mendelian randomization with fine-mapped genetic data: choosing from large numbers of correlated instrumental variables
孟德尔随机化使用遗传变异来对风险因素对结果的影响进行因果推断。有了精细映射的遗传数据,在单个基因区域中可能有数百个遗传变异,其中任何一个都可以用来评估这种因果关系。然而,在分析中使用太多的遗传变异可能会导致虚假的估计和夸大的1型错误率。但是,如果只使用少数遗传变异,那么大多数数据都会被忽略,估计值对变异的特定选择高度敏感。我们提出了一种方法的基础上总结的数据(遗传关联和相关性估计),使用主成分分析,形成工具。这种方法具有理想的理论特性:它考虑了数据的整体性,并且不会受到数值不稳定性的影响。它在模拟研究中也具有良好的特性:它对分析中包含的遗传变异或遗传相关矩阵的变化并不特别敏感,并且它不会大大夸大1型错误率。总的来说,该方法给出的估计值不如变量选择方法(例如使用条件分析或修剪方法来选择变体)精确,但对变量选择步骤中看似任意的选择更稳健。方法说明了一个例子,使用遗传协会与睾酮的320个遗传变异,以评估性别歧视相关的途径对冠状动脉疾病风险的影响,其中变量选择方法给出不一致的推论。
2017-07-07 stat.ME
Exploring the genetic patterns of complex diseases via the integrative genome-wide approach
动机:全基因组关联研究(GWAS)在数千个个体中检测超过100万个单核苷酸多态性(SNP),已被广泛用于识别复杂疾病的遗传风险变体。然而,大多数已经确定的变异导致的风险增量相对较小,并且只能解释复杂疾病中的一小部分遗传变异。这就是所谓的缺失遗传性问题。有证据表明,许多复杂的疾病与遗传有关,这意味着这些疾病具有共同的遗传风险变体。因此,探索多项相关研究的遗传相关性可能是一种很有前途的策略,可以消除虚假关联并识别潜在的遗传风险变体,从而揭开复杂疾病中遗传性缺失的奥秘。结果:我们提出了一个通用的和强大的方法来识别遗传模式,从多个大规模的基因组数据集。我们将汇总统计量视为一个矩阵,并证明遗传模式将形成一个低秩矩阵加上稀疏分量。因此,我们将问题制定为矩阵恢复问题,我们的目标是发现多种疾病/特征以及每个疾病/特征所共有的风险变体。我们提出了一个凸公式的矩阵恢复和一个有效的算法来解决这个问题。我们证明了我们的方法使用合成数据集和真实数据集的优势。实验结果表明,我们的方法可以成功地重建共享和个人的遗传模式从汇总统计,并取得更好的性能相比,在广泛的场景下的替代方法。
2015-01-26 cs.CE q-bio.QM stat.ME
Mendelian randomization with a binary exposure variable: interpretation and presentation of causal estimates
孟德尔随机化使用遗传变异对可改变的暴露进行因果推断。如果遗传变异满足工具变量假设,则变异与结果之间的关联意味着暴露对结果的因果影响。二元暴露会出现并发症,即连续风险因素的二分化(例如,高血压是血压的二分化)。这可能会导致违反排除限制假设:即使二元暴露没有改变,遗传变异也可以通过连续风险因子影响结果。如果基础连续风险因子满足工具变量假设,则二元暴露的因果推断对连续风险因子有效。二元暴露的因果估计假设因果效应在二分点是一个逐步函数。即使这样,估计也需要进一步的参数假设。在单调性下,因果估计代表“顺从者”的平均因果效应,顺从者是指如果有遗传变异,则存在二元接触,否则不存在二元接触的个人。与随机试验不同,遗传依从者不太可能是人口中的一个大的或代表性的亚组。在同质性下,暴露对结果的因果影响被假设为在所有个体中是恒定的;这通常是一个不切实际的假设。我们在这里提供的方法,因果关系估计与二进制曝光(虽然受到所有上述警告)。应根据基础连续变量对具有二分二值暴露的孟德尔随机化研究进行概念化。
2018-04-16 stat.ME
LPG: a four-groups probabilistic approach to leveraging pleiotropy in genome-wide association studies
迄今为止,全基因组关联研究(GWAS)已经成功地在各种性状/疾病中识别出数万种遗传变异,从而揭示了复杂疾病的遗传结构。复杂疾病的多基因性是指大量的风险变异共同贡献于复杂疾病的遗传性而个体效应较小的现象,已被广泛接受。这对充分确定复杂疾病的遗传基础提出了重大挑战。多源性的直接含义是需要更大的样本量来检测具有弱/中等效应的风险变体。与此同时,越来越多的证据表明,不同的复杂疾病可以共享遗传风险变体,这种现象被称为多效性。在这项研究中,我们提出了一个统计框架,利用多效效应在大规模GWAS数据(LPG)。LPG利用变分贝叶斯期望最大化(VBEM)算法,使其计算效率高,可扩展为全基因组规模分析。为了证明LPG相对于不利用多效性的现有方法的优势,我们进行了广泛的模拟研究,并将LPG应用于分析三种自身免疫疾病(克罗恩病、类风湿性关节炎和1型糖尿病)。结果表明,LPG可以利用多效性提高风险变量的优先级排序能力和风险预测的准确性。该软件可在http-s://www.example.com上获得。github.com/Shufeyangyi2015310117/LPG
2017-10-26 stat.ME
Novel decision-theoretic and risk-stratification metrics of predictive performance: Application to deciding who should undergo genetic testing
目前,只有在乳腺癌/卵巢癌家族史表明其携带突变的风险超过10%的情况下,妇女才被转介进行BRCA 1/2突变检测。然而,随着基因突变检测成本的下降,一些知名人士呼吁对所有女性进行检测,这将使数百万女性接受检测,而几乎所有女性的检测结果都是阴性,从而使临床资源紧张。为了更好地评估BRCA 1/2测试的风险阈值,我们引入了两个广泛适用的相关指标:平均风险分层(MRS)和决策理论指标,信息净效益(NBI)。MRS和NBI提供了一系列风险阈值,在这些阈值下,标志物/模型是“最佳信息”的,在最大化MRS和NBI的意义上。NBI仅是MRS和行动风险阈值的函数,将决策理论与风险分层联系起来,并为MRS提供决策理论依据。AUC和Youden指数反映了标记物/模型获得的最大MRS和最大NBI的分数,为AUC和Youden指数提供了长期寻求的决策理论和风险分层依据。为了评估BRCA 1/2检测的风险阈值,我们提出了一种折衷的方法,考虑AUC,净效益和MRS/NBI。MRS/NBI在突变患病率的背景下解释AUC,并提供风险模型最佳信息的风险阈值范围。
2017-11-15 stat.AP stat.ME
Ancestry-Adjusted Polygenic Risk Scores for Predicting Obesity Risk in the Indonesian Population
针对欧洲人群来源的多基因风险评分在印尼人群中适用性受限的问题,本研究基于千人基因组计划及本地基因组数据,用PCA构建经祖先校正的肥胖PRS,使AUC提升5%,为个性化医疗提供支持。
2025-05-16 q-bio.GN stat.ME
Presymptomatic risk assessment for chronic non-communicable diseases
常见慢性非传染性疾病(CNCD)的流行率远远超过单基因疾病和传染病的流行率总和。所有慢性传染性疾病,也称为复杂遗传病,都有可遗传的遗传成分,可用于症状前风险评估。标记基因组中风险单倍型的常见单核苷酸多态性(SNP)目前占生殖系遗传风险的重要部分,我们可能会继续以罕见变异、拷贝数变异和表观遗传修饰的形式确定剩余的缺失遗传性。在这里,我们描述了一种用于计算疾病终身风险的新方法,称为遗传复合指数(GCI),并证明了其作为临床分类器的预测价值。GCI仅考虑遗传变异影响的汇总统计,因此不需要同时评估多种风险因素的大规模研究结果。将GCI评分与环境风险信息相结合,为临床决策提供了额外的工具。全球控制指数可以填入任何类型的遗传风险信息,因此是一个CNCD症状前风险评估框架,可以在通过下一代技术确定额外风险信息时填入。
2011-06-28 q-bio.GN q-bio.QM stat.AP
Network assisted analysis to reveal the genetic basis of autism
虽然研究表明自闭症是高度遗传的,但这种疾病的遗传基础的性质仍然是虚幻的。基于高度相关的基因在功能上相互关联并且更可能影响风险的想法,我们开发了一种新的统计工具,通过将遗传关联得分与特定大脑区域和发育时期的基因共表达相结合来发现更多潜在的自闭症风险基因。基因依赖网络估计使用一种新的部分邻域选择(PNS)算法,其中节点的特定属性被纳入网络估计,以提高统计和计算效率。然后,我们采用隐马尔可夫随机场(HMRF)模型相结合的估计网络和遗传关联得分在一个系统的方式。所提出的建模框架可以自然地扩展到包含关于基因之间的依赖性的额外结构信息。利用目前可用的来自全外显子组测序研究和大脑基因表达水平的遗传关联数据,该算法成功地识别了333个可能影响自闭症风险的基因。
2015-11-17 stat.AP stat.ME
An Association Test Based on Kernel-Based Neural Networks for Complex Genetic Association Analysis
本研究针对复杂基因型-表型关联检验难题,在基于核的神经网络框架下提出三种MINQUE检验方法,可评估线性及非线性遗传效应,在模拟中效能优于SKAT,且在UK Biobank数据中识别出海马体积相关基因。
2023-12-06 cs.LG q-bio.QM stat.ME
Equivalence of Kernel Machine Regression and Kernel Distance Covariance for Multidimensional Trait Association Studies
将遗传标记与多维表型相关联是一个重要但具有挑战性的问题。在这项工作中,我们建立了两个流行的方法:核机器回归(KMR)和核距离协方差(KDC)之间的等价性。KMR是一个半参数回归框架,它对协变量效应进行参数化建模,而遗传标记被视为非参数化。KDC代表一类方法,包括距离协方差(DC)和希尔伯特-施密特独立性准则(HSIC),它们是独立性的非参数检验。在一定条件下,我们证明了KMR的得分检验与KDC统计量之间的等价性。这一结果导致一个新的概括的KDC测试,结合了协变量。我们的贡献有三个方面:(1)建立KMR和KDC之间的等价性;(2)表明核机器回归的原理可以应用于对KDC的解释;(3)发展了一个更广泛的KDC统计类,其成员是不同核的数量。我们证明了使用模拟研究的建议。来自阿尔茨海默病神经影像学倡议(ADNI)的数据用于探索基因\emph{FLJ16124}上的遗传变异与根据年龄和性别调整的3D结构脑MR图像中所代表的表型之间的关联。结果表明,\emph{FLJ16124}的SNPs表现出强烈的成对相互作用效应,与脑区体积的变化相关。
2014-04-02 stat.ME stat.ML
A multi-locus predictiveness curve and its summary assessment for genetic risk prediction
Michigan State University(密歇根州立大学);University of North Texas Health Science Center(北德克萨斯大学健康科学中心);Indiana University Bloomington(印第安纳大学伯明顿分校);University of Auckland(奥克兰大学);Hangzhou Normal University(杭州师范大学)
针对多基因变异风险预测,提出多标记预测性曲线及全局与部分预测性U指标,模拟与真实数据证明其在无偏性、稳健性上优于传统指数。
2025-03-28 cs.AI cs.LG stat.ME
Exact risk improvement of bandwidth selectors for kernel density estimation with directional data
本文提出了一种新的基于方向数据的核密度估计带宽选择器。这些选择器是基于渐近和精确的误差表达式的核密度估计结合冯米塞斯分布的混合物。建议的选择器的性能进行了研究,在模拟研究中,并与其他现有的规则进行比较,为各种各样的方向性的情况下,样本量和尺寸。基于精确误差表达式的选择器在几乎所有情况下都具有所研究的选择器的最佳行为。这个选择器是用圆形和球形情况下的实际数据来说明的。
2020-09-20 stat.ME
Outlier Detection in Mendelian Randomisation
针对孟德尔随机化中异质性统计量过度离散导致遗传变异被误判为异常值的问题,提出利用估计膨胀因子进行校正,以准确剔除异常工具变量并处理多效性。
2025-02-20 stat.ME
Statistical Analysis in Genetic Studies of Mental Illnesses
确定精神疾病的危险因素对公共卫生具有重要意义。诊断,与精神疾病相关的耻辱,合并症和复杂的病因等,使得研究精神障碍非常具有挑战性。精神疾病的遗传学研究至少可以追溯到一个世纪前,最初是基于孟德尔遗传定律的描述性研究。各种研究设计,包括双胞胎研究,家庭研究,连锁分析,以及最近的全基因组关联研究已被用于研究精神疾病或一般复杂疾病的遗传学。在本文中,我将从统计学的角度提出挑战和方法,并专注于遗传关联研究。
2011-08-16 stat.ME
Tutorial on kernel estimation of continuous spatial and spatiotemporal relative risk with accompanying instruction in R
核平滑是一种高度灵活和流行的方法,用于估计连续空间数据的概率密度和强度函数。在这个角色中,它也形成了一个不可分割的一部分,估计泛函,如密度比或“相对风险”表面。最初开发的流行病学的动机,检查疾病风险的波动的基础上收集的病例和对照样本在一个给定的地理区域,这样的功能也已成功地运用在各种学科的空间密度函数的相对比较一直感兴趣。这种多功能性要求不断发展和改进相关方法,包括使用空间自适应平滑器;基于渐近理论的显着升高的风险测试;扩展到时空域;和新的计算方法进行评估。在本教程中,我们回顾了当前的方法,包括估计,计算和推理的最新发展。所有的技术都实现在新的软件包sparr,公开提供的R语言,我们说明了它的使用与流行病学的例子。
2017-07-19 stat.ME
Uncertainty of high-dimensional genetic data prediction with polygenic risk scores
本文针对多基因风险评分在高维弱信号预测中的不确定性,建立无稀疏性约束下的渐近正态性理论,揭示忽略预测诱导不确定性会低估方差并导致过度自信,并通过UK Biobank数据验证了在个体和队列水平进行不确定性评估的重要性。
2024-12-29 math.ST stat.ME stat.TH
Modeling and Testing for Joint Association Using a Genetic Random Field Model
在确定易患常见复杂疾病的单一遗传变异方面取得了实质性进展。尽管如此,人类疾病的遗传病因仍然在很大程度上未知。人类复杂疾病可能是由大量遗传变异而不是单一变异的联合作用所影响。考虑连锁不平衡(LD)和潜在相互作用的多个遗传变异的联合分析可以进一步加强发现过程,从而识别新的疾病易感性遗传变异。基于空间统计学的最新发展,提出了一种基于随机场理论的遗传随机场模型(GenRF),用于考虑基因间相互作用和LD的联合关联分析。使用伪似然方法,开发了用于多个遗传变体的联合关联的GenRF测试,其具有以下优点:1.考虑复杂的相互作用以提高性能; 2.自然降降维; 3.在LD的存在下提高功率; 4.计算效率高。模拟研究是在各种情景下进行的。与通常采用的内核机器方法SKAT相比,GenRF在存在复杂交互的情况下显示出总体相当的性能和更好的性能。该方法进一步说明了达拉斯心脏研究的应用程序。
2014-05-26 stat.ME
Adaptive Mantel Test for AssociationTesting in Imaging Genetics Data
关联的曼特尔检验(MT)是通过检验两个观察域之间所有受试者对的相似性的线性关系来进行的。受神经影像学和遗传学数据应用的启发,继收缩和核方法在高维数据预测中的成功之后,我们在这里引入自适应Mantel检验作为MT的扩展。通过利用核和惩罚相似性度量,自适应Mantel测试能够在许多设置中相对于经典MT实现更高的统计功效。此外,自适应Mantel测试被设计为同时测试多个相似性度量,使得在原假设下保持正确的第一类错误率,而不需要直接调整多重检验的显著性阈值。在模拟数据上评估自适应Mantel测试的性能,并使用来自北京师范大学的350名大学生的工作记忆研究的数据来研究与阿尔茨海默病相关的遗传标记和热脑生理之间的关联。
2018-12-16 stat.CO stat.ME
Signature-Informed Selection Detection: A Novel Method for Multi-Locus Temporal Population Genetic Model with Recombination
University of Warwick(华威大学);Johannes Kepler University Linz(林茨约翰·开普勒大学);University of Bristol(布里斯托大学)
本文提出了一种基于签名内核评分规则的新方法,用于多位点时间人口遗传模型中的选择系数推断,并在真实数据集上进行了应用验证。
2025-12-16 stat.AP stat.ME
A competing risks interpretation of Hawkes processes
我们给出了Hawkes过程作为一个分段竞争风险模型的构造。我们认为,最自然的解释自激内核是一个有缺陷的随机变量的风险函数。这建立了所需的定性特征的过程和参数形式的内核之间的联系,我们说明使用的例子从文献中。两个家庭的治愈率模型取自生存分析文献中提出的自激核的新模型。最后,我们表明,竞争风险的观点,导致一个通用的模拟算法,避免反转补偿点过程或执行一个接受拒绝的步骤,因此是快速和相当普遍的。
2021-05-03 stat.ME
Bayesian variable selection using an informed reversible jump in imaging genetics: an application to schizophrenia
针对影像遗传学精神分裂症风险评估,本文为可逆跳MCMC贝叶斯变量选择提出数据驱动的知情提议,并用贝叶斯probit模型与模型平均实现判别变量选择和风险预测。
2025-01-10 stat.AP stat.CO stat.ME
REML implementations of kernel-based genomic prediction models for genotype x environment x management interactions
Wageningen University & Research(瓦赫宁根大学与研究)
本文提出基于核方法的基因组预测模型,利用REML估计参数,结合非结构化协方差矩阵处理三重交互,提升环境变量对遗传变异的解释能力,实现复杂育种数据集的灵活建模。
2026-11-16 stat.ME
Efficient Penalized Generalized Linear Mixed Models for Variable Selection and Genetic Risk Prediction in High-Dimensional Data
稀疏正则化回归方法现在被广泛用于全基因组关联研究(GWAS),以解决限制发现潜在重要预测因子的多重检验负担。线性混合模型(Linear mixed models,简称LMM)是一种有效的替代主成分(principal components,简称PC)调整的方法。然而,它们在二元性状GWAS中的使用依赖于无效的假设,即残差方差不依赖于估计的回归系数。此外,Lemp使用响应的协方差阵的单个谱分解,这在广义线性混合模型(GLemp)中不再可能。我们介绍了一种新的方法,称为pglmm,一个惩罚GLMM,允许同时选择遗传标记和估计其影响,占个体间的相关性和二进制性质的性状。我们开发了一种基于PQL估计的计算效率高的算法,该算法允许在高维二进制性状GWAS(~ 300,000 SNP)上缩放正则化混合模型。我们通过模拟结果表明,惩罚LMM和逻辑斯谛回归与PC调整未能正确选择重要的预测因子和/或预测精度下降的二元响应时,相关性矩阵的维数是高的pglmm相比。此外,我们通过分析英国生物银行数据中的两个多基因二元性状证明,我们的方法可以实现更高的预测性能,同时也选择了比稀疏正则化逻辑套索与PC调整更少的预测因子。我们的方法可以作为Julia包PenalizedGLMM. jl使用。
2022-06-24 stat.AP stat.ME
Combining Breast Cancer Risk Prediction Models
准确的风险分层是通过有针对性的筛查和预防性干预降低癌症发病率的关键。已经开发了许多乳腺癌风险预测模型,但它们经常给出相互矛盾的临床意义的预测。整合来自不同模型的信息可以提高风险预测的准确性,这对临床医生和患者都有价值。BRCAPRO和BCRAT是两个广泛使用的模型,其基础是基本上互补的风险因素。BRCAPRO是一种贝叶斯模型,它使用详细的家族史信息来估计携带BRCA 1/2突变的概率,以及未来患乳腺癌和卵巢癌的风险,基于突变患病率和突变率(特定年龄的癌症发生概率)。BCRAT使用基于一级家族史和非遗传风险因素的相对风险模型。我们考虑了两种结合BRCAPRO和BCRAT的方法:1)使用BCRAT的相对风险估计修改BRCAPRO中的预测函数,2)训练一个以BRCAPRO和BCRAT预测为输入的集成模型。我们表明,组合模型在癌症遗传学网络的模拟和数据中实现了BRCAPRO和BCRAT的性能增益。
2020-07-31 stat.AP stat.ME
Covariance-based sample selection for heterogeneous data: Applications to gene expression and autism risk gene detection
自闭症的风险可能受到数百个基因的基因突变的影响。基于显示具有高度相关基因表达的基因在功能上相互关联的发现,已经开发了诸如DAWN的“关联内疚”方法来识别这些自闭症风险基因。先前的研究分析了BrainSpan数据集,其中包含来自不同地区和发育时期的脑组织的基因表达。由于已知脑组织的时空特性会影响基因表达的协方差,因此先前的研究仅关注特定的样本子集以避免异质性问题。这导致在检测风险基因时潜在的功率损失。在这篇文章中,我们开发了一种新的方法,称为COBS(基于协方差的样本选择),以找到一个更大,更均匀的样本子集,共享相同的总体协方差阵的下游DAWN分析。为了证明COBS的有效性,我们利用了2014年和2019年获得的两个连续数据冻结的遗传风险评分。我们表明,COBS提高了DAWN的能力,以预测在新的数据冻结检测到的风险基因时,利用旧的数据冻结的风险分数作为输入。
2020-03-06 stat.AP stat.ME
A U-Statistic-based random forest approach for genetic interaction study
Michigan State University(密歇根州立大学)
本文提出基于U统计量的随机森林方法Forest U-Test,用于数量性状的遗传交互作用研究,模拟实验表明其优于现有方法,并在大麻依赖研究中检测到显著联合关联且获得独立数据集重复验证。
2025-08-19 cs.AI cs.LG q-bio.GN
A Kernel-Based Neural Network Test for High-dimensional Sequencing Data Analysis
提出基于核的神经网络KNN检验及Wald型统计量,以建模高维遗传数据的非线性和交互效应,并通过模拟与ADNI全基因组测序数据验证其效能。
2023-12-06 cs.LG stat.ME stat.ML
A Partially Functional Linear Modeling Framework for Integrating Genetic, Imaging, and Clinical Data
本文的动机是联合分析阿尔茨海默病神经影像学倡议(ADNI)研究中收集的遗传,影像学和临床(GIC)数据。我们提出了一个回归框架的基础上部分功能的线性回归模型映射高维GIC相关的通路阿尔茨海默病(AD)。我们开发了一个联合模型选择和估计过程中嵌入的再生核希尔伯特空间的成像数据,并施加L0惩罚的遗传变量的系数。我们将所提出的方法应用于ADNI数据集,以从数万种遗传多态性(使用预处理步骤从数百万种减少)中识别重要特征,并研究了一组信息丰富的遗传变异和基线海马表面对13个未来认知分数的影响,这些分数测量认知功能的不同方面。我们探索了这些认知评分的共同和不同的遗传力模式。分析结果表明,海马和遗传数据对不同的分数有异质性的影响,两个海马的值与认知缺陷的严重程度呈负相关的趋势。对所有13个认知评分均观察到多基因效应。众所周知的APOE4基因型只能解释认知功能的一小部分。存在共同的遗传病因,然而,在考虑基线诊断状态后,疾病分类中存在更大的遗传异质性。这些分析是有用的,在进一步调查的功能机制,AD的演变。
2023-02-22 stat.AP stat.ME
Collapsing ROC approach for risk prediction research on both common and rare variants
Michigan State University(密歇根州立大学)
本文提出折叠ROC(CROC)方法,将常见与罕见变异同时纳入风险预测,并在GAW17数据集上验证其相比FROC在罕见变异场景下具有更高预测准确性。
2025-08-19 cs.AI cs.LG stat.ME
Optimal differentially private kernel learning with random projection
Department of Mathematical Sciences, KAIST(数学科学系,韩国科学技术院);Department of Industrial and Systems Engineering, KAIST(工业与系统工程系,韩国科学技术院)
本文提出基于随机投影的差分隐私核ERM算法,在经验风险最小化框架下实现平方损失和Lipschitz光滑凸损失函数的最小最大最优超额风险率。
2026-04-29 cs.LG stat.ME stat.ML
Identifying Genetic Variants for Obesity: A Knowledge Integration Quantile Regression (KIQR) Approach for Ultra-High-Dimensional Data
Xavier University(泽维尔大学);City University of Hong Kong(香港城市大学);University of Cincinnati(辛辛那提大学);University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);Yale University(耶鲁大学)
本文提出KIQR方法,通过整合先验知识,识别肥胖相关遗传变异,发现新的基因关联,改进传统GWAS的局限性。
2026-03-30 stat.AP stat.ME
Assessing Risk Heterogeneity through Heavy-Tailed Frequency and Severity Mixtures
Department of Finance, School of Economics and Management, Tsinghua University(清华大学经济管理学院);Organization Department, CPC Yichang Municipal Committee(中共宜昌市委组织部)
本文通过构建基于负二项与伽马核的重尾混合分布族,提出4参数和5参数模型来检测和度量风险异质性,并验证推断的稳健性。
2025-11-06 math.PR stat.AP stat.ME