復(fù)雜性狀家庭聚集性統(tǒng)計分析方法的研究.pdf

1、該課題主要研究不同性狀表型(主要包括數(shù)量性狀,質(zhì)量性狀和刪失性狀)家庭聚集性分析方法,旨在為流行病學(xué)者提供一系列實用、有效、方便的疾病家庭聚集性的統(tǒng)計分析工具.研究主要內(nèi)容包括家庭相關(guān)的測量和遺傳方差分量模型兩部分.1.家庭相關(guān)的測量方法;Pearson相關(guān)系數(shù)可用于測量數(shù)量性狀的家庭相關(guān).對家系成員的數(shù)量表型,擬合多變量均數(shù)和相關(guān)系數(shù)的邊際回歸模型,通過構(gòu)建不同的關(guān)聯(lián)結(jié)構(gòu)設(shè)計矩陣,可靈活檢驗各種家庭相關(guān)模式的假設(shè).使用二階廣義估計方程

2、(GEE2)的方法可以得到回歸系數(shù)和關(guān)聯(lián)參數(shù)的穩(wěn)健估計.以327個身高核心家系資料為例,探討了GEE2方法的實際應(yīng)用.對二分類性狀,我們提出一種病例對照家系資料的分析方法.在logistic回歸模型框架下,聯(lián)合條件模型和邊際模型的方法.同時建立先證者表型的均數(shù)、先證者表型條件下親屬表型均數(shù)的邊際模型,和親屬表型關(guān)聯(lián)的邊際模型.條件OR和邊際OR/相關(guān)系數(shù)分別用于測量先證者和親屬間、親屬間疾病表型的家庭相關(guān).邊際相關(guān)系數(shù)模型參數(shù)估計方法同

3、數(shù)量性狀;邊際OR模型用替代logistic回歸(ALR)算法進(jìn)行參數(shù)估計.卵巢癌和肝癌的病例對照家系資料分析顯示該法在估計危險因素和疾病的關(guān)聯(lián)方面,因充分利用信息而有較高效能;通過靈活修改關(guān)聯(lián)結(jié)構(gòu)設(shè)計矩陣,便于檢驗各種家庭相關(guān)模式的假設(shè);該法可用于任意家系資料結(jié)構(gòu);以及可利用現(xiàn)有標(biāo)準(zhǔn)GEE2軟件輕松實現(xiàn)等優(yōu)點,非常方便流行病學(xué)研究者的實際應(yīng)用.交叉比可用于估計生存時間資料的家庭相關(guān).2.遺傳方差分量模型;在廣義線性混合模型(GLMM)

4、的框架下,構(gòu)造數(shù)量性狀和質(zhì)量性狀的遺傳方差分量模型.假設(shè)遺傳因素和環(huán)境因素共同作用于疾病表型.其中,可以測量的環(huán)境因素和遺傳標(biāo)記可看作固定效應(yīng),無法測量的遺傳因素(又可分解為遺傳加性效應(yīng)和遺傳顯性效應(yīng)(和同胞共享環(huán)境效應(yīng)混雜)和家庭教養(yǎng)環(huán)境(又稱家庭共享環(huán)境效應(yīng))可看作隨機效應(yīng).馬爾可夫鏈蒙特卡羅法(MCMC)用于回歸系數(shù)和隨機效應(yīng)方差分量參數(shù)的估計.數(shù)量性狀時,模擬研究顯示MCMC法可得到近似一致的參數(shù)估計.同時和基于似然的限制性最大