本文選題：懲罰Logistic回歸模型 + MDR��； 參考：《山西醫(yī)科大學(xué)》2009年碩士論文

【摘要】： 目的:應(yīng)用懲罰logistic回歸模型(Penalized logistic regression.,PLR)解決傳統(tǒng)logistic回歸不能分析高階交互作用的問題,并將PLR與現(xiàn)階段國外廣泛用于分析基因—基因、基因—環(huán)境交互作用的多因子降維法(Multifactor dimensionality reduction, MDR)進行對比分析,闡明二者在完成交互作用分析時各自的優(yōu)劣勢及其適用條件,為復(fù)雜的生物醫(yī)學(xué)現(xiàn)象交互作用解釋與分析提供合理的方法學(xué)依據(jù)。 方法:介紹MDR分析原理及MDR交互作用分析技術(shù)。介紹懲罰logistic回歸模型與原理。針對傳統(tǒng)Logistic回歸參數(shù)估計中遇到的樣本含量問題,檢測低階、高階交互作用能力問題等進行模擬研究,全部過程在R軟件中編程實現(xiàn)。結(jié)合實例應(yīng)用,進一步對比研究PLR、MDR解決醫(yī)學(xué)應(yīng)用問題,闡明其適用條件以及不同方法分析交互作用的優(yōu)勢。 結(jié)果:模擬研究與實例分析表明,不同的調(diào)整參數(shù)λ對懲罰logistic回歸模型的分析結(jié)果會產(chǎn)生較大的影響;調(diào)整參數(shù)λ使得統(tǒng)計量C得分最小的模型偏差最小,得到的估計系數(shù)相對較穩(wěn)定,是推薦采納的最佳模型。經(jīng)PLR與LR的對比模擬研究,認(rèn)為PLR偏差更小,得到的模型更穩(wěn)定。尤其在樣本量低于200時,懲罰Logistic回歸模型顯示出了更多的優(yōu)勢。交互作用檢測能力模擬研究顯示,在低維交互作用檢測中,懲罰Logistic回歸表現(xiàn)出MDR無可比擬的優(yōu)越性。在高維或高階交互作用檢測時,MDR和PLR檢測交互作用的能力相近,均能靈敏地檢測出交互作用。即使加入干擾項后,也不會降低其檢測交互作用的能力。MDR對高階交互作用較敏感,能夠檢測出各種類型的交互作用,而懲罰Logistic回歸更適合于相乘模型的交互作用分析。 結(jié)論:懲罰Logistic回歸、MDR與其他方法相比,更能有效得檢測出多因素交互作用的存在。本文經(jīng)過模擬研究與實例分析得出如下結(jié)論:(1)當(dāng)樣本含量較小時傳統(tǒng)Logistic回歸估計結(jié)果欠穩(wěn)定;樣本量低于200時,懲罰Logistic回歸更具優(yōu)勢。(2)由于MDR在檢測低階低維交互作用方面的能力不足,而懲罰Logistic回歸更適合于相乘模型的交互作用分析,對存在其它類型交互作用資料的分析,可以結(jié)合廣義相對危險度模型或結(jié)合其他方法分析、處理。
[Abstract]:Objective: to apply the logistic regression model (Penalized logistic regression., PLR) to solve the problem that the traditional logistic regression can not analyze the high order interaction. And PLR and the multi factor reduction method (Multifactor dimensionality reduction, MDR) which are widely used in the analysis of gene gene, gene and environment interaction abroad at present. The comparative analysis shows the advantages and disadvantages of the two and their applicable conditions for the completion of the interaction analysis, and provide a reasonable methodological basis for the interpretation and analysis of the complex interaction of biomedical phenomena.
Methods: introduce the principle of MDR analysis and the technology of MDR interaction analysis. Introduce the logistic regression model and principle. In view of the sample content problems encountered in the traditional Logistic regression parameter estimation, the low order and high order interaction ability problems are simulated, and the whole process is programmed in R software. Step by step, PLR and MDR were applied to solve the problem of medical application, and its application conditions and advantages of different methods were analyzed.
Results: the simulation and case analysis show that the different adjustment parameters will have a great influence on the analysis results of the penalty logistic regression model. The adjustment parameter lambda makes the minimum C score model with the smallest model deviation, and the estimated coefficient is relatively stable. It is the best model adopted by the PLR and LR. It is considered that the PLR error is smaller and the model is more stable. Especially when the sample size is below 200, the penalty Logistic regression model shows more advantages. The simulation of interaction detection ability shows that in the low dimensional interaction detection, the penalty Logistic regression shows the superiority of the MDR non comparable simulation. The interaction ability of MDR and PLR detection is similar, and the interaction can be detected sensitively. Even if the interference item is added, the ability to detect interaction is not reduced,.MDR is more sensitive to the higher order interaction, and can detect various types of interaction, and the penalty of Logistic regression is more suitable for the interaction of the multiplicative model. Analysis.
Conclusion: to punish Logistic regression, MDR is more effective than other methods to detect the existence of multi factor interaction. The following conclusions are obtained by simulation and example analysis: (1) when the sample content is low, the result of the traditional Logistic regression estimation is not stable; when the sample size is below 200, the penalty for Logistic regression is more advantageous. (2) because The ability of MDR to detect low order and low dimensional interaction is insufficient, and the punishment of Logistic regression is more suitable for the interaction analysis of the multiplicative model. The analysis of other types of interaction data can be combined with the generalized relative risk model or the other methods.

【學(xué)位授予單位】：山西醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：R311

【相似文獻】

相關(guān)會議論文 前9條

1 Iris L.K.Wong;Chan Tak Hang;Larry M.C.Chow;;Synthesis of Permethyl Epigallocatechin gallate and Its Analogues as Nontoxic,Potent,Pgp Specific Multidrug Resistance(MDR) Reversal Agents of Cancer Cells[A];2011年全國藥物化學(xué)學(xué)術(shù)會議——藥物的源頭創(chuàng)新論文摘要集[C];2011年

2 唐孝波;谷小珂;張奕華;;DDB derivatives:synthesis and evaluation as Pgp-mediated multidrug resistance(MDR) reversal agents[A];2011年全國藥物化學(xué)學(xué)術(shù)會議——藥物的源頭創(chuàng)新論文摘要集[C];2011年

3 王立偉;陳麗新;Tim Jacob;;MDR基因與細胞氯通道及細胞容積調(diào)節(jié)的關(guān)系[A];生命科學(xué)與生物技術(shù)：中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

4 倪語星;;MDR和PDR流行趨勢及臨床對策[A];第8屆全國抗菌藥物臨床藥理學(xué)術(shù)會議暨北京大學(xué)臨床藥理研究所成立三十周年論文集[C];2010年

5 王玉;;實現(xiàn)MDR-3000的雷達視頻回放功能[A];探索創(chuàng)新交流－－中國航空學(xué)會青年科技論壇文集[C];2004年

6 劉小東;劉耕陶;;5-溴代漢防己甲素(5-bromotetrandrine)增強Bel7402細胞對阿霉素誘導(dǎo)凋亡的敏感性[A];2009醫(yī)學(xué)前沿論壇暨第十一屆全國腫瘤藥理與化療學(xué)術(shù)會議論文集[C];2009年

7 于湘友;;MDR不動桿菌:治抑或不治[A];中國危重病醫(yī)學(xué)大會-2011暨北京醫(yī)學(xué)會重癥醫(yī)學(xué)年會匯編[C];2011年

8 肖紅;沈鴻;陳建芳;;RNAi逆轉(zhuǎn)腫瘤MDR[A];2007年全國生化與生物技術(shù)藥物學(xué)術(shù)年會論文集[C];2007年

9 高遠;張莉蓉;;CYP3A4*18B、CYP3A5*3與MDR1C3435T基因多態(tài)性與辛伐他汀、阿伐他汀降脂療效相關(guān)性[A];中國藥理學(xué)會第九次全國會員代表大會暨全國藥理學(xué)術(shù)會議論文集[C];2007年

相關(guān)重要報紙文章 前10條

1 程永伶;百萬圓桌會 明年再相見[N];中國保險報;2002年

2 本報記者 范高明;禮來攜手海正遏制結(jié)核病 MDR——TB項目進入創(chuàng)新加速階段[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2010年

3 楊昌順;湖南開創(chuàng)MDR監(jiān)測新模式[N];醫(yī)藥經(jīng)濟報;2011年

4 本報記者 竇彥莉;醫(yī)藥營銷是CRM還是MDr？[N];中國計算機報;2009年

5 本報記者 段慶文;2000年營銷之最[N];中國保險報;2000年

6 王仲先;中國保險業(yè)的明星[N];市場報;2000年

7 ;全球?qū)拵袌鼋】蛋l(fā)展[N];計算機世界;2002年

8 馬云飛;正在積蓄力量[N];中國計算機報;2002年

9 德一;營銷奇人蹇宏[N];金融時報;2000年

10 記者 張春生;平安第五屆壽險高峰會召開[N];中國保險報;2001年

相關(guān)博士學(xué)位論文 前6條

1 張雯;吊揚塵化學(xué)成分及其生物活性研究[D];天津醫(yī)科大學(xué);2009年

2 金宏濱;藥用植物ABC轉(zhuǎn)運蛋白基因的克隆與特征研究[D];上海交通大學(xué);2007年

3 李曉華;新基因CIAPIN1的功能研究[D];第四軍醫(yī)大學(xué);2009年

4 趙鑫;肺腺癌A549紫杉醇耐藥細胞株建立以及新型紫杉烷類化合物多藥耐藥逆轉(zhuǎn)作用及機制研究[D];中國協(xié)和醫(yī)科大學(xué);2004年

5 王占峰;鍵合紫杉醇納米膠束抗C_6膠質(zhì)瘤的實驗研究[D];吉林大學(xué);2008年

6 崔大明;Hedgehog/Gli1信號通路在膠質(zhì)瘤化療耐受及血管新生過程中作用的試驗研究[D];復(fù)旦大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 駱常好;懲罰logistic回歸與多因子降維法交互作用分析及其應(yīng)用[D];山西醫(yī)科大學(xué);2009年

2 廖作莊;表沒食子兒茶素沒食子酸酯衍生物的合成與逆轉(zhuǎn)人肝癌細胞MDR作用的研究[D];廣西醫(yī)科大學(xué);2011年

3 王金鐸;兒茶素對糖尿病大鼠晶狀體HSP27、MDR基因家族表達及糖性白內(nèi)障發(fā)生發(fā)展的影響[D];河北醫(yī)科大學(xué);2012年

4 郝順華;蚊抗藥性相關(guān)新基因—mdr的初步研究[D];南京醫(yī)科大學(xué);2010年

5 韋艷;抗肝癌及逆轉(zhuǎn)MDR中藥成分多靶點篩選方法建立的實驗研究[D];廣西醫(yī)科大學(xué);2011年

6 袁洪雨;喹喔啉酮類P-糖蛋白抑制劑的設(shè)計、合成及逆轉(zhuǎn)腫瘤多藥耐藥活性研究[D];山東大學(xué);2009年

7 李學(xué)敏;全甲基化EGCG類似物的設(shè)計合成及抗腫瘤MDR活性研究[D];中國海洋大學(xué);2011年

8 趙宏宇;基于MDR的WEB應(yīng)用程序框架設(shè)計與實現(xiàn)[D];解放軍信息工程大學(xué);2009年

9 孫麗蕊;喹喔啉酮類化合物逆轉(zhuǎn)多藥耐藥作用及QA3逆轉(zhuǎn)機制研究[D];山東大學(xué);2009年

10 高明星;板藍根高級不飽和脂肪酸衍生物J抗腫瘤作用的研究[D];廣西醫(yī)科大學(xué);2010年

，

本文編號：1840795