混合参数和经验似然模型评估case-control研究中协变量相互作用

病例对照设计是一种有效的收集调节受试者疾病状态的协变量信息的方法。标准的Logistic回归模型可在设计中对两个协变量之间的相互作用进行建模,但Logistic回归方法在某些条件下并不是最优的。

美国国家卫生研究院Qin Jing研究员合作上海复旦大学等处研究人员开发了一种混合算法,对病例对照设计中协变量的相互作用进行统计推断。我们使用的参数模型来表达一个变量在给定对照群体的另一变量的条件分布,而之后的变量的分布是非完全参数。最大混合参数和经验似然法用于对所有参数进行评估。评估和相关测试来自于提出的半参数模型,适合评估两变量类型之间的相互作用(离散的或连续的)。估计和检验统计量分别设立了渐进结果,通过模拟实验和实际数据的例子证明了该研究所提出的方法比现有方法更具优势。该研究发表在2015年《Statistics and Its Interface》杂志上。

参考文献:

A hybrid parametric and empirical likelihood model for evaluating interactions in case-control studies.Jing Qin,et al.Statistics and Its Interface.2015

作者简介:

Qin Jing:美国国家卫生研究院研究员

张洪:复旦大学生命科学学院正高级青年PI、研究员。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第五课题组学术骨干。主要研究方:遗传统计学:基于群体数据、家庭数据和抽样调查数据的基因-疾病关联分析,基因-基因/基因-环境交互效应分析;临床试验和生存分析;病例-对照研究。