变系数多指标系数模型的变量选择及其在协同 GxE 交互作用中的应用
统计方法学
2022-09-02 v1
摘要
流行病学证据表明，同时暴露于多种环境风险因子（Es）会使疾病风险高于各单独暴露相加的效应。基因与多种 Es 对疾病风险的交互作用被称为协同基因-环境交互作用（synGE）。变系数多指标系数模型（VMICM）已成为刻画协同 GE 效应并理解多种 Es 如何联合影响疾病结局遗传风险的有力工具。本工作中，我们提出一种针对 VMICM 的三步变量选择方法，以估计基因变量的不同效应：变系数、非零常数与零效应，分别对应于非线性 synGE、无 synGE 与无遗传效应。对于多种环境暴露变量，我们也估计并筛选了对协同交互效应有贡献的重要环境变量。我们从理论上评估了所提变量选择方法的 oracle 性质。我们进行了大量模拟研究以评估该方法在有限样本下的表现，同时考虑连续与离散基因变量。对真实数据集的应用进一步展示了该方法的效用。我们的方法在旨在识别协同交互效应的领域具有广泛应用。
引用
@article{arxiv.2209.00541,
title = {Variable selection for varying multi-index coefficients models with applications to synergistic GxE interactions},
author = {Shunjie Guan and Mingtao Zhao and Yuehua Cui},
journal= {arXiv preprint arXiv:2209.00541},
year = {2022}
}