贝叶斯整合分析及其在动脉粥样硬化性心血管疾病中的应用
统计方法学
2020-05-26 v1
摘要
心血管疾病（CVD），包括动脉粥样硬化性心血管疾病（ASCVD），是多因素疾病，在全球范围内构成了重大的经济和社会负担。尽管为理解 ASCVD 的传统风险因素付出了巨大努力，但这些风险因素仅占所有 ASCVD 病例的大约一半。识别导致 ASCVD 的非传统风险因素（例如，遗传变异、基因）仍然至关重要。此外，将功能知识纳入预测模型有可能揭示与疾病风险相关的通路。我们提出了贝叶斯分层因子分析模型，该模型关联多个组学数据，预测临床结局，允许纳入先验功能信息，并能容纳临床协变量。这些模型受现有数据和对 ASCVD 其他风险因素需求的驱动，用于对临床、人口统计学和多组学数据进行整合分析，以识别可能影响健康成年人 10 年 ASCVD 风险的遗传变异、基因和基因通路。我们的发现揭示了几个与 ASCVD 风险高度相关的遗传变异、基因和基因通路。有趣的是，其中一些已被证实与 CVD 风险有关。其他的则可以探索其在 CVD 中的潜在作用。我们的发现强调了联合关联与预测模型的价值。
引用
@article{arxiv.2005.11586,
title = {Bayesian Integrative Analysis and Prediction with Application to Atherosclerosis Cardiovascular Disease},
author = {Thierry Chekouo and Sandra E. Safo},
journal= {arXiv preprint arXiv:2005.11586},
year = {2020}
}
备注
48 pages, 10 Figures