高维加速失效时间模型下基因-环境相互作用的稳健识别
统计方法学
2020-03-06 v1 应用统计
摘要
对于复杂疾病,除遗传(G)和环境(E)因素的主效应外,基因-环境(G-E)相互作用也起着重要作用。现有许多 G-E 相互作用方法采用边际分析,可能无法恰当描述疾病生物学。已开发出联合分析方法,其中现有大多数损失函数基于似然构造。实践中数据污染并不少见。用于可容纳数据污染的相互作用分析的稳健方法发展十分有限。在本研究中,我们考虑删失生存数据并采用加速失效时间(AFT)模型。采用指数平方损失以实现稳健性。采用尊重“主效应、相互作用”层级的稀疏组惩罚方法进行估计与识别。严格建立了相合性性质。仿真表明所提方法优于直接竞争者。在数据分析中,所提方法得出了生物学上合理的发现。
引用
@article{arxiv.2003.02580,
title = {Robust Identification of Gene-Environment Interactions under High-Dimensional Accelerated Failure Time Models},
author = {Qingzhao Zhang and Hao Chai and Shuangge Ma},
journal= {arXiv preprint arXiv:2003.02580},
year = {2020}
}