具有函数型成分预测变量的对数对比回归：关联早产儿肠道微生物组轨迹与神经行为结局
统计方法学
2019-10-10 v2 应用统计
摘要
新生儿重症监护病房（NICU）经历已知是驱动早产儿神经发育与健康结局的最关键因素之一。据假设，极早产新生儿早期应激生活经历通过所谓脑-肠轴的调节对肠道微生物组留下印记，进而某些微生物组标志物可预测婴儿后期神经发育。为开展研究，我们进行了一项早产儿研究；在婴儿出生后第一个月内收集粪便样本，得到函数型成分微生物组数据，并在婴儿达到36-38周胎龄时测量神经行为结局。为识别潜在微生物组标志物并估计早期出生后阶段肠道微生物组组成的轨迹如何影响早产儿后期神经行为结局，我们创新地提出一种具有函数型成分预测变量的稀疏对数对比回归。该函数型单纯形结构被严格保持，且函数型成分预测变量被允许随时间对结局产生稀疏、平滑变化且累积的效应。通过一个实用的基展开步骤，该问题归结为线性约束的稀疏组回归，我们为此开发了高效算法并获得了理论性能保证。我们的方法在早产儿研究中得出富有洞见的结果。所识别的微生物组标志物及其对神经行为结局影响的估计时间动态，揭示了早期出生后阶段应激累积与婴儿神经发育过程之间的关联。
引用
@article{arxiv.1808.02403,
title = {Log-Contrast Regression with Functional Compositional Predictors: Linking Preterm Infant's Gut Microbiome Trajectories to Neurobehavioral Outcome},
author = {Zhe Sun and Wanli Xu and Xiaomei Cong and Gen Li and Kun Chen},
journal= {arXiv preprint arXiv:1808.02403},
year = {2019}
}