暴露组-健康研究的前沿方法：来自暴露组数据挑战赛的结果
应用统计
2022-09-07 v1
摘要
暴露组认识到个体同时暴露于多种不同的环境因素，并采用整体方法来发现疾病的病因学因素。然而，在试图量化复杂暴露混合物的健康效应时会出现挑战。分析挑战包括处理高维性、研究这些暴露的联合效应及其交互作用、整合因果路径以及整合组学层。为应对这些挑战，ISGlobal 暴露组中心举办了一场向全球所有学科研究人员开放的数据挑战赛。分析人员有机会在一个共同的局部模拟暴露组数据集（基于 HELIX 项目的真实案例数据）上竞争并应用前沿方法，该数据集包含来自不同时间点的通用与个人环境中的多个相关暴露变量（P>100）、生物分子数据（多组学：DNA 甲基化、基因表达、蛋白质、代谢组学）以及 1301 对母婴的多重临床表型。提出的大多数方法包含特征选择或特征降维以处理暴露组数据集的高维性。若干方法使用线性指数模型或响应面方法（包括贝叶斯方法）显式搜索暴露的联合效应和/或其交互作用。其他方法在多步中介分析中处理多组学数据集。在此我们讨论统计模型并提供所使用的数据与代码，以便分析人员获得实现示例并学习如何使用这些方法。总体而言，暴露组数据挑战赛为不同学科的研究人员创造和共享方法提供了独特机会，为暴露组与环境健康领域的开放科学树立了新标准。
引用
@article{arxiv.2202.01680,
title = {State-of-the-Art Methods for Exposure-Health Studies: results from the Exposome Data Challenge Event},
author = {Léa Maitre and Jean-Baptiste Guimbaud and Charline Warembourg and Nuria Güil-Oumrait and The Exposome Data Challenge Participant Consortium and Paula Marcela Petrone and Marc Chadeau-Hyam and Martine Vrijheid and Juan R. Gonzalez and Xavier Basagaña},
journal= {arXiv preprint arXiv:2202.01680},
year = {2022}
}