药物基因组学研究中针对不等样本量的改进最大对比方法

在药物基因组学研究中，生物医学研究者通常在对所得数据进行对数转换后，使用 Kruskal–Wallis 检验或单因素方差分析（ANOVA）来分析基因型与生物学响应之间的关联。然而，由于这些方法会检测非预期的生物学响应模式，其检测预期模式的效能会降低。此前，我们提出了最大对比方法与置换改进最大对比方法的组合，用于药物基因组学研究中不等样本量的情形。但我们注意到，置换改进最大对比统计量的分布依赖于 nuisance 参数 $\sigma^2$，即总体方差。在本文中，我们提出一种改进最大对比方法，其统计量不依赖于该 nuisance 参数。此外，我们通过模拟研究比较了这些方法的性能。模拟结果显示，改进最大对比方法具有最低的错误发现率；因此，在某些情况下该方法对检测真实响应模式是有效的。而且，它比置换改进最大对比方法更快且更准确。基于这些结果，我们给出了一条经验法则，以在给定情形下选择合适的方法。