首页 > 文献资料
-
不完全病例对照研究基因环境交互作用的估计
目的介绍不完全病例对照研究中基因与环境交互作用的估计方法.方法分别导出了logistic模型、对数线性模型在传统病例对照研究、单纯病例研究、不完全病例对照研究中主效应以及基因与环境交互作用效应的极大似然估计,并通过实例分析其应用价值.结果在传统病例对照研究中,当数据未缺失时,logistic模型与对数线性模型的结果是等价的.当无对照时,单纯病例研究的logistic模型可以估计基因与环境的交互作用.当对照组基因信息缺失但环境信息齐全时,用传统病例对照研究的logistic模型无法得到交互作用的估计;用单纯病例研究的logistic模型可以估计交互作用,但由于没有充分利用环境的信息,故得不到环境主效应的估计;不完全病例对照研究的对数线性模型,可同时得到交互作用和环境主效应的估计.结论不完全病例对照研究采用对数线性模型既可充分利用对照的环境暴露信息,估计环境的主效应,又可估计基因与环境的交互作用.当基因与环境暴露独立时,其估计值与完全数据是等价的.
-
不完全病例对照研究中对照组部分基因信息缺失基因-环境交互作用的估计
目的 探讨不完全病例对照研究中对照组基因信息部分缺失时基因-环境交互作用的估计.方法 在Stata 9.0软件上采用Monte Carlo方法模拟不同基因信息缺失比例数据,对缺失数据采用hot deck多重填补程序后分析和删除缺失值分析结果进行比较.结果 缺失数据＜50%时,hotdeck多重填补后分析和删除缺失值分析对环境主效应、基因主效应以及基因-环境交互作用的估计系数接近完全数据的系数,随缺失比例的增加,两种方法的估计方差均增加,但hot deck多重填补估计方差小于删除缺失值分析.结论 不完全病例对照研究中,对照组基因信息缺失比例＜50%时,可以用hot deck填补方法充分利用已有的信息估计基因-环境的交互作用,提高估计精度.
