用于分析全基因组药物基因组学研究中群体药代动力学数据的一种高效稳健方法：广义估计方程方法
统计方法学
2018-05-15 v1
摘要
强大的基于阵列的单核苷酸多态性分型平台最近宣告了一个新时代的到来，全基因组研究的开展日益频繁。与群体药代动力学(PK)相关的遗传多态性通常使用非线性混合效应模型(NLMM)进行分析。将 NLMM 应用于大规模数据（如全基因组研究产生的数据）会引发几个与随机效应假设相关的问题，如下：(i) 计算时间：计算边际似然需要很长时间。(ii) 迭代计算的收敛性：通常使用自适应 Gauss-Hermite 求积来估计 NLMM；然而，在复杂模型中迭代计算可能不收敛。(iii) 随机效应误设导致 I 类错误率轻微膨胀。作为解决这些问题的有效替代方法，本文提出了一种广义估计方程(GEE)方法来分析群体 PK 数据。通常，GEE 分析不考虑 PK 参数的个体间变异性；因此，通常的 GEE 估计量不能直接解释，其有效性也未被论证。在此，我们提出了即使在个体间变异性条件下也能使用 GEE 的有效推断方法，并提供了所提出的群体 PK 数据 GEE 估计量的理论论证。在通过模拟进行的数值评估中，相对于 NLMM 方法，所提出的 GEE 方法表现出高计算速度和稳定性。此外，NLMM 分析对随机效应分布的误设很敏感，而所提出的 GEE 推断对于任何分布形式均有效。使用来自一种抗癌药物的全基因组药物基因组学研究的数据提供了说明。
引用
@article{arxiv.1805.05017,
title = {An efficient and robust method for analyzing population pharmacokinetic data in genome-wide pharmacogenomic studies: a generalized estimating equation approach},
author = {Kengo Nagashima and Yasunori Sato and Hisashi Noma and Chikuma Hamada},
journal= {arXiv preprint arXiv:1805.05017},
year = {2018}
}
备注
26 pages, 1 figure