公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

危险度评价中的非传统病例-对照研究被引量：6: 2004年; 陈峰易洪刚赵杨于浩沈洪兵Qingyi Wei; 关键词：病例-对照研究危险度评价病因学研究复杂性疾病致病基因遗传性疾病

logitboost及其在判别分析中的应用被引量：11: 2006年; 目的介绍一种基于机器学习的分类方法-logitBoost在判别分析中的应用。方法结合实例和模拟数据介绍了logitBoost的思想,原理,方法和步骤,就模型的拟合效果与Fisher线性判别、二次判别、logistic回归判别进行了比较,并探讨了“logitBoost判别”的优势及其在医学领域中的应用前景等问题。结果与传统方法相比,logitBoost判别在实例以及模拟数据的应用中,均显现出较好的或相似的模型预测效果。结论当传统的判别分析条件得不到满足,或判别效果不佳时,logitBoost能够达到良好的预测效果,在医学领域的判别分析中有较好的应用前景。; 富春枫荀鹏程赵杨陈峰

病例同胞对照设计被引量：4: 2006年; 目的介绍病例同胞对照设计的研究设计及统计分析方法,并对实际资料进行统计分析。方法以亚甲基四氢叶酸还原酶基因C677T突变与冠心病连锁研究为实例,采用同胞-传递不平衡检验(s-TDT)和同胞组不平衡检验(SDT)等方法进行统计分析。结果采用s-TDT分析,统计量Z=0.27,P>0.05;采用SDT分析,χ2=0.31,P>0.05。提示受累子代与非受累子代T等位基因分布差异无统计学意义。结论病例同胞对照设计使用患者同胞作为对照,避免了人群分层现象,可以用来检测基因与疾病之间的关联或连锁。; 易洪刚陈峰于浩赵杨娄东华; 关键词：基因

病例-同胞对照设计统计方法检验效能的比较研究: 2007年; 目的比较病例-同胞对照设计三种统计方法的检验效能。方法应用Monte-Carlo模拟方法,使用Slink软件产生的模拟家系资料,比较同胞-传递不平衡检验(s-TDT)、同胞组不平衡检验(SDT)和同胞对关联检验法(SAT)三种统计方法的检验效能。结果(1)SDT方法的I型误差最接近检验水准α=0.05;(2)在三种遗传模式中,s-TDT方法的效能最高,SAT方法的效能最低。结论病例-同胞对照设计使用患者的同胞作为对照,避免了人群分层现象,可以用来评价遗传因素与疾病之间的关联。; 易洪刚陈峰于浩赵杨娄冬华荀鹏程; 关键词：MONTE-CARLO模拟

不完全病例对照研究基因环境交互作用的估计被引量：5: 2006年; 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。; 柏建岭荀鹏程赵杨于浩苟鹏程魏庆义沈洪兵陈峰陈峰; 关键词：基因-环境交互作用 LOGISTIC模型

微阵列数据的多重比较被引量：14: 2006年; 目的介绍阳性结果错误率(FDR)及相关控制方法在微阵列数据多重比较中的应用。方法用BH、BL、BY和ALSU四种FDR控制程序比较了3226个基因在两组乳腺癌患者中的表达差异。结果四个程序在各自实用的范围内均将FDR控制在0·05以下,检验效能由大到小的顺序为:ALSU>BH>BY>BL。ALSU程序因引入m0的估计,更为合理,不仅提高了检验效能,同时又较好地控制了假阳性错误。结论在微阵列数据的比较中必须考虑FDR的控制,同时又要考虑提高检验效能。多重比较中,控制FDR比控制总I型错误率(FWER)检验效能高,且更为实用。; 荀鹏程赵杨柏建岭易洪刚于浩陈峰; 关键词：微阵列数据

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: 2007年; 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,hot deck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。; 柏建岭荀鹏程赵杨于浩沈洪兵魏庆义陈峰; 关键词：基因-环境交互作用缺失数据

偏最小二乘法降维在微阵列数据判别分析中的应用被引量：17: 2007年; 目的探讨微阵列数据的判别分析方法。方法首先采用偏最小二乘法对高维数据降维,然后再用Fisher’s线性判别。文中同时介绍了偏最小二乘法的基本原理、基本算法,讨论了成分数选择等问题,并以实际微阵列数据展示了其效果。结果偏最小二乘法降维不但实现了数据的可视化,而且取得了较好的后期判别效果。结论偏最小二乘法是一种新的实用的降维方法,可用于微阵列数据判别分析的前期降维。; 钱国华荀鹏程陈峰于浩; 关键词：偏最小二乘法微阵列数据降维

全选清除导出

共1页<1>

江苏省高校自然科学研究项目(04KJB310081)