潜在类别因子模型在基于通路的稀有变异遗传关联研究中的应用

目的研究潜在类别因子模型(latent class factor model,LCFM)在基于通路的稀有变异遗传关联研究中的应用,并和潜在类别模型(latent class model,LCM)进行比较。方法选取遗传分析工作组17(genetic analysis workshop 17,GAW17)中的VEGF通路变异数据及其200次模拟表型数据进行分析。将通路下基因中的稀有变异集合为一个新变量,和常见变异一起拟合LCM和LCFM,再调整年龄、性别和吸烟状态后分别拟合潜在类别及潜在类别因子对模拟表型Q1或Q4的线性回归模型(200次),并分别计算两种方法的统计效能和I类错误。结果 LCM将通路作为整体,统计效能为1.000,I类错误为0.030。LCFM将通路中的8个基因构造成三个因子,因子1和因子2含强效应基因,因子3含弱效应基因,其统计效能分别为0.980,1.000,0.595;I类错误分别为0.045,0.040,0.070。结论 LCFM比LCM更适宜分析通路数据。LCFM不仅能对通路中多基因信息降维,且能够根据后验概率从多个维度对人群分类,而且能估计因子载荷以反映基因间的关联强弱,为进一步的生物学机制研究提供线索。     

肝炎中医辨证分型研究中潜在类别模型的应用

目的对肝炎的中医症状、体征分类,探讨潜在类别模型在多个二分类反应变量聚类分析中的应用。方法本研究共收集2011年全国56家医院接受中医治疗或者中西医结合治疗的肝炎患者信息,建立肝炎患者中医症状和体征的数据库,最终得到737例肝炎患者症状和体征信息。利用潜在类别模型对肝炎患者的中医证候进行辨证(SAS软件Proc LCA模块),以探讨显在变量(中医症状)和潜在变量(中医证候)之间的内在联系,利用最少的潜在分类来解释显变量的关联程度。潜类别分析过程包括模型参数化、参数估计、模型识别、模型评价、潜在分类和结果解释。结果以BIC最小为标准,5个潜类别的潜变量模型是数据拟合的理想模型(BIC=2 601.43)。依据中医证候(中医症状、体征),对各种潜在类别依据其下各项目的条件概率特点进行潜类别解释,按照后验概率,737例肝炎患者可以分为5类,分别为:肝肾阴虚,湿阳脾胃,湿热中阻,肝郁脾虚,肝郁气滞。各组的人数分别为:148人,170人,46人,265人,108人。结论潜在类别分析是描述一组分类变量间相互关系所形成的数学模型,综合了结构方程模型与对数线性模型的思想,潜变量的"降维简化"技术既可以从群体角度帮助我们确定肝炎的证候分类,也可以从个体角度确定其属的证候,达到中医辨证的目的。     

基于潜类别回归对特异性过敏患者的分类研究

目的应用潜类别回归分析特异性过敏患者的潜在分类,为过敏性疾病的早期预防提供依据。方法利用SAS软件的PROC LCA模块,对1 124名特异性过敏患者进行潜类别回归分析研究。结果分析获得特异性过敏患者的4个潜在类别及潜在类别的概率。潜在类别命名分别为:霉蟑吸入组,发生概率是0.3134;户外花粉组,发生概率是0.3646;户尘螨组,发生概率是0.2799;综合过敏组,概率是0.0422。性别为协变量时,潜在类别间差异有统计学意义(P0.05)。结论应用潜类别回归对过敏患者进行分类,获得的潜类别为过敏原的聚类组合,过敏原间的关联通过所属潜类别产生,利用潜类别预防特异性过敏的发生更具实际意义。     

基于基因水平主成分logistic回归模型在全基因组关联研究中的应用

探讨基于基因水平的主成分logistic回归模型分析方法及其在全基因组关联研究中的应用.以全基因组关联研究基因型模拟数据为例,介绍基于主成分的logistic回归模型在基因水平检测遗传变异与复杂性疾病之间关联的分析策略.模拟结果表明致病位点所在基因假设检验的P值在所有基因检验结果中为最小.研究结果提示在全基因组关联研究中,采用基于基因水平的主成分logistic回归模型一方面能够降低检验的自由度,另一方面能够处理单核苷酸多态性之间相关性问题,在检测致病基因与疾病关联时具有一定的效能.     

贝叶斯网潜变量模型在抑郁患者单核苷酸多态性(SNPs)研究中的应用

目的 采用基于贝叶斯(Bayesian)网络的潜类模型进行高维度SNPs数据的分析,为复杂性状疾病遗传以及基因定位等方面的研究提供新的方法支持.方法 采用Bayesian网络潜类模型对一组抑郁障碍性疾病的单核苷酸多态性SNPs检测数据进行分析,每个研究对象分别测量7个SNP,一共检测了801个个体.结果 按照累计信息贡献率达到95％的原则,应用贝叶斯网络潜变量模型选出rs11568817和rs130058两个SNPs位点将研究对象分为2个潜在类别,各类别的概率分别为0.216和0.784,其中一类倾向于杂合子,一类倾向于纯合子.结论 两个类别人群不同特征正是由于分类和解释两个类别的SNPs造成的,从而为进一步的研究SNPs是否为可疑致病位点提供依据.     

农村家庭生活水平与产前检查的关系研究--基于不同的家庭生活水平测量方法

目的：比较对家庭生活水平的不同测量方法间的相关性,在此基础上,进一步研究家庭生活水平与产前检查相关指标的关系。方法数据来源于本课题组在2010年所完成的《陕西省农村围产期保健状况调查》项目。对4719名孕妇家庭的资料分别用主成分分析法和潜在类别模型构造的财富指数及自感经济对家庭生活水平进行分类,比较不同家庭生活水平群体间产前检查相关指标的差异。不同测量方法下的家庭生活水平预测产前检查相关指标的能力比较采用受试者操作特征曲线（ ROC）和多因素Logistic回归分析。结果主成分分析法和潜在类别模型构造的财富指数表现了较好的相关性和一致性,而与自感经济呈负相关（Spearman值分别为－0．175和－0．111,相应的P值分别为＜0．001和＜0．003）;以前两种方法对家庭生活水平进行分类,富裕家庭的产前检查相关指标均显著高于贫困家庭（以主成分法分类的家庭经济指标－产前检查次数≥5次、首次产前检查＜12孕周、完成推荐产检内容和产检地点在乡及以上医院的比例有差异的χ2值分别为21．8、20．5、13．1和13．7;以潜在类别法分类的家庭经济指标－产前检查次数≥5次、首次产前检查＜12孕周、完成推荐产检内容和产检地点在乡及以上医院的比例有差异的χ2值分别为64．2、35．1、17．6和20．7,均P＜0．001）。以潜在类别模型构造的财富指数分类的家庭生活水平对产前检查相关指标的ROC曲线下面积大于主成分分析法,但差异不具有统计学意义（ P＞0．05）;对产前检查相关指标的多因素Logistic回归分析的预测概率略大于主成分分析法。结论用潜在类别模型和主成分分析法构造的财富指数衡量的农村地区家庭生活水平,均适用于研究其与产前检查的关系,且潜在类别模型法更具优势。     

核函数logistic回归模型在全基因组关联研究中的应用

[导读]探讨基于基因水平的核函数logistic回归模型及其在全基因组关联研究中的应用.以全基因组关联研究模拟数据为例,介绍核函数logistic回归模型在基因水平检测遗传变异与复杂性疾病之间关联的分析策略.模拟结果表明,在所有已知基因检验结果中致病位点所在基因假设检验的P值最小.结果提示基于基因水平的核函数logistic回归模型能够充分提取和综合基因中多个遗传突变位点信息,降低统计学检验的自由度,同时还能够控制多种协变量因素和交互作用,在检测致病基因与疾病关联时具有一定的效能.     

潜变量增长混合模型在学龄儿童体质指数变化轨迹分析中的应用

目的 探讨潜变量增长混合模型(latent growth mixture modeling,GMM)和潜类增长模型(latent class growth model,LCGM)在识别儿童体重增长变化潜在类别上的应用.方法 以大连市932名6～12岁学龄儿童的体检纵向数据为例.运用Mplus8.3软件构建不同性别儿童体...     

权重概率主成分分析模型的建立及应用研究

目的建立权重概率主成分分析模型,通过模拟实验进行模型评价,选择最优模型进行代谢组学数据分析,为代谢组学数据分析提供降噪优化的分析方法。方法使用折刀抽样法计算变量载荷的置信区间和变异系数,利用变量载荷的变异信息设计倒数式、开根式、对数式三种加权方式进行原始数据中的变量加权,结合概率主成分分析模型建立权重概率主成分分析模型;通过模拟实验从第一主成分载荷的估计和预测效能进行模型评价,选择最优权重概率主成分分析模型;绘制代谢组学数据主成分得分图,利用中心距离比较权重概率主成分分析模型与概率主成分分析模型在可视化分组效果。结果倒数式加权概率模型在第一主成分载荷的估计和模型预测方面优于另外两种权重概率模型。在可视化方面,权重概率主成分分析不仅缩小了模型估计的不确定性,而且增大组间的中心距离。结论构建了权重概率主成分分析模型,不仅结果解释和可视化优于概率主成分分析模型,而且为差异变量的筛选提供了一个较小的参考范围。     

基于通路分析的遗传交互网络方法：BGTA方法及应用

目的采用BGTA(backward genotype-trait association)算法结合通路分析策略探索全基因组关联研究中广泛的遗传交互作用。方法采用GAW19(genetic analysis workshop 19)中无相关人群外显子测序数据及真实高血压表型数据,在KEGG(kyoto encyclopedia of genes and genomes)中选择高血压相关肾素-血管紧张素-醛固酮系统(renin-angiotensin-aldosterone system, RAAS)通路中的遗传变异作为候选变异,采用两阶段的BGTA算法进行基因交互作用分析并构建交互网络图,并与随机森林联合决策树方法结果比较。结果 BGTA两阶段分别筛选出76个(含61个低频)和56个(含44个低频)高血压相关遗传变异(P0.10)。logistic回归验证有16对无主效应的变异间交互作用(P0.05)。第一阶段随机森林基于MDG(mean decrease Gini)和MDA(mean decrease accuracy)分别筛选出35个(含0个低频)和69个(含30个低频)遗传变异,第二阶段决策树基于MDG和MDA分别筛选出5个和7个遗传变异,未发现低频变异。logistic回归验证了7对无主效应交互(P0.05)。结论两阶段BGTA在探索RAAS通路遗传变异交互作用与高血压关联时,比随机森林联合决策树方法发现更多无主效应交互作用。将BGTA算法和生物学通路分析方法结合应用于复杂疾病的全基因组关联研究中,可提高关联变异的识别能力,为了解复杂疾病的遗传结构提供线索。     

潜类别分析原理及其在聚类分析中的应用

目的探讨潜类别分析在多个二分类反应变量聚类分析中的应用。方法利用SAS软件ProcLCA模块,采用单一潜变量潜类别模型,对860名上海市公立性病门诊顾客有关性病预防知识的6个项目调查结果进行聚类分析。结果 4个潜类别的单一潜变量模型是数据拟合的理想模型(G2=38.52,df=36,P0.05)。依据性病预防知识掌握情况,860名性病门诊顾客可以聚为4个亚群,每一亚群的人数分别为375人、208人、218人和59人。结论潜类别分析适用于多个二分类反应变量的聚类分析。     

基于LASSO的FDR控制方法及其在高维数据生存分析中的应用

目的基于LASSO-Cox模型探索交叉验证(cross validation)、pcvl法(penalized cross-validated log-likelihood)、EBIC准则(extended bayesian information criterion)、平稳选择(stability selection)四种方法在控制FDR(false discovery rate)方面的表现及其变量选择效果。方法通过模拟研究评价各方法在不同删失比例、自变量间不同相关程度以及回归系数的不同稀疏水平下的FDR和PSR(positive select rate),并从GEO上下载DLBCL数据进行基因与预后间的关联分析。结果模拟结果表明,在不同删失比例、自变量相关程度和稀疏水平的情况下,平稳选择法控制FDR的能力都优于其他方法且其变量选择效能也较高。EBIC准则在相关程度低、自变量较稀疏时表现较好,当样本量较小时结果较保守。pcvl法虽然不容易漏掉有效应的变量,但其FDR仍较高。实例结果显示,EBIC准则只选出1个基因,平稳选择法选出的基因中大部分有统计学意义且与其他方法的结果重合度高。结论在基于LASSO-Cox模型的高维数据生存分析中平稳选择法能较好地控制FDR且其变量选择效能也较高。     

基于生殖健康知识潜在类别分析的青少年生殖健康教育与早恋关系研究

目的将生殖健康知识潜类别作为调节变量,对中学生殖健康教育与早恋关系进行研究。方法应用横断面调查的研究方法,采用多阶段随机整群抽样方法抽取研究对象,应用潜类别分析对学生生殖健康水平重新进行分类,并将分类结果作为调节变量应用混合回归模型进行数据分析。结果根据潜类别分组分析结果,在达到4类时AIC和aBIC达到最小,同时,保留5个类别时LMR和BLRT均不显著,支持保留4个类别,根据学生的生殖健康水平可以将学生分为4类,通过利用混合回归模型分析学校生殖健康教育情况与早恋之间的关系发现,对于类别2 (生殖道感染认知较低组)的学生,OR值为0.828,其他各类中差异无统计学意义,但OR值均低于1,显示学校生殖健康教育的开展对于早恋来说为保护因素,开展生殖健康教育有利于降低早恋行为。结论青少年生殖健康教育并不会增加中学生早恋的比例。     

潜在类别分析在识别MSM人群HIV高感染风险的亚组人群中的应用

目的探讨潜在类别分析在男男同性恋(men who have sex with men, MSM)人群分类中的应用,识别HIV感染风险高的MSM人群潜在类别,为采取有针对性的干预措施提供科学依据。方法将文化程度、户籍所在地、天津本地居住时间、最近一次安全套使用情况、安全套使用频率、最近6个月内的异性性行为作为显变量进行潜在类别分析,对MSM人群进行分类。对不同潜在类别的MSM进行人口学和危险性行为的差异性分析;将是否感染HIV作因变量,潜在类别作自变量进行logistic回归,分析不同潜在类别MSM的HIV感染风险;进一步将年龄、商业性行为等作为协变量纳入潜在类别分析。结果根据潜在类别模型拟合结果得到3个潜在类别的模型为最佳模型,MSM人群的三个潜在类别分别为:"外地危险行为组"811(15.7%)人,"外地安全行为组"2291(44.33%)人,"本地相对安全行为组"2066(39.98%)人,其中以外地危险行为组MSM感染HIV风险最高。该类人群的多人性行为比例显著高于其他两类人群,且卫生服务接受情况及HIV检测显著低于其他两类人群。结论潜在类别分析可以用于MSM人群的分型研究,探索不同潜在类别人群的HIV感染情况及人口学、行为学特点,为合理分配卫生资源,有针对性地提供干预措施提供科学依据。     

基于生殖健康知识潜在类别分析的青少年生殖健康教育与早恋关系研究北大核心

目的将生殖健康知识潜类别作为调节变量,对中学生殖健康教育与早恋关系进行研究。方法应用横断面调查的研究方法,采用多阶段随机整群抽样方法抽取研究对象,应用潜类别分析对学生生殖健康水平重新进行分类,并将分类结果作为调节变量应用混合回归模型进行数据分析。结果根据潜类别分组分析结果,在达到4类时AIC和aBIC达到最小,同时,保留5个类别时LMR和BLRT均不显著,支持保留4个类别,根据学生的生殖健康水平可以将学生分为4类,通过利用混合回归模型分析学校生殖健康教育情况与早恋之间的关系发现,对于类别2 (生殖道感染认知较低组)的学生,OR值为0.828,其他各类中差异无统计学意义,但OR值均低于1,显示学校生殖健康教育的开展对于早恋来说为保护因素,开展生殖健康教育有利于降低早恋行为。结论青少年生殖健康教育并不会增加中学生早恋的比例。     

血清皮质醇鉴别亚健康状态价值评价

目的评价血清皮质醇用于鉴别亚健康状态的价值。方法以首都医科大学附属宣武医院体检中心的体检人群作为研究对象,进行问卷调查,采集静脉血检测血清皮质醇和儿茶酚胺,以潜类别数为2拟合潜在分类模型,利用EM算法对潜类别概率和潜类别下各指标的条件概率进行估计,计算各指标的灵敏度与特异度并确定判断界值。结果模型的CAIC为67.02,AIC为28.14,这2个指标都比较小,说明模型拟合较好。3个评价指标中,血清皮质醇的诊断价值最高,灵敏度与特异度分别为0.778 1(95%:0.747 4~0.808 8)与0.964 4(95%CI:0.950 7~0.978 1),判定的界值为179 ng/m L。亚健康问卷的灵敏度与特异度分别为0.7363(95%CI:0.703 7~0.768 9)和0.701 7(95%CI:0.667 9~0.735 5),判定的界值为25分。血清儿茶酚胺灵敏度和特异度分别为0.602 5(95%CI:0.566 3~0.638 7)和0.522 3(95%CI:0.485 3~0.559 3)。结论血清皮质醇是用于判定亚健康状态的一个较好的指标,而亚健康调查问卷更适合用于亚健康人群的筛查。     

初中生自尊对自我接纳和自我效能的中介效应研究

目的 探讨自我接纳、自尊及自我效能的相关性以及对三者关系可能有影响的中介变量的作用.方法 以360名初中生为被试,采用量表法收集数据.结果 ①初中生自尊的性别主效应显著、年级主效应显著,自我接纳的年级主效应显著,自我效能的年级主效应显著(P均＜0.01);②自我接纳、自尊及自我效能各维度及总量表间都存在显著的正相关(P＜0.01).结论 自尊在自我接纳与自我效能之间起中介效应.     

潜在类别分析在心血管病高危人群分类中应用

目的探讨潜在类别分析在心血管病高危人群分类中的应用,为采取有针对性的干预措施提供决策依据。方法于2016年12月—2017年4月采用整群抽样方法抽取湖北省赤壁市13 908名35～75岁常住居民,从中筛查出2 951名心血管病高危人群作为研究对象进行潜在类别分析,并应用χ2检验分析不同类别高危人群的人口学特征及疾病史分布特征。结果筛查出的2 951名心血管病高危人群根据潜类别模型拟合结果得出4个潜类别的模型为首选模型,心血管病高危人群可聚为血脂异常组、体重异常组、呼吸系统异常组和睡眠状态下呼吸异常组四类,依次为860人(29.1%)、477人(16.2%)、672人(22.8%)和942人(31.9%);不同类别心血管病高危人群比较,4个类别高危人群的性别、年龄和疾病史分布差异均有统计学意义(均P 0.01)。结论心血管病高危人群可分为血脂异常、体重异常、呼吸系统异常和睡眠状态下呼吸异常4个潜类别,其中以血脂异常和在睡觉状态下呼吸异常者较多。     

儿童期不良经历与青少年饮酒的关联

  目的  探究儿童期不良经历(adverse childhood experiences, ACEs)与青少年饮酒的关联, 为青少年饮酒行为的防控提供指导。  方法  采用分层整群抽样的方法选取上海市某区3所公立初中六至八年级的1 550名学生, 于2017年和2018年11—12月开展2次匿名电子问卷调查。采用潜类别分析(latent class analysis, LCA)对ACEs进行分类, 利用多因素广义估计方程(generalized estimating equations, GEE)模型分析ACEs与青少年饮酒的关联。  结果  LCA拟合结果表明, ACEs可分为3个潜类别, 分别定义为高暴露组(139名, 8.97%)、虐待忽视组(604名, 38.97%)和低暴露组(807名, 52.06%)。多因素GEE模型结果显示, 相较于低暴露组, 高暴露组(OR=2.65, 95%CI=1.72~4.07)和虐待忽视组(OR=1.50, 95%CI=1.14~1.96)研究对象的饮酒风险显著增加(P值均＜0.01)。  结论  不同潜类别的ACEs对饮酒的影响可能存在差异, 良好的儿童期成长环境可能有助于降低青少年饮酒风险。     

潜在类别分析在出生缺陷高危人群识别中的应用

目的应用潜在类别分析(latent class analysis,LCA)对具有不同出生缺陷相关因素分布特征的人群进行分类,识别出出生缺陷高危人群,为采取有重点、有针对性的干预措施提供依据。方法选取近亲结婚、亲属缺陷儿、自然流产史、既往缺陷儿、孕期发热、孕期感冒、居住地存在污染源、孕期用药、育龄9个出生缺陷相关因素作为显变量,进行潜在类别分析,识别出潜在类别,进而对人群进行分类。结果当潜在类别数目为4时模型拟合最佳,依据各因素在4个潜在类别中的条件概率的分布特征,将类别1~类别4分别命名为:一般人群组、家族缺陷史组、孕期感冒发热组、单纯用药组。对个体进行聚类后,4类人群的出生缺陷率比较,χ~2值为3099.254,P0.001。不同潜在类别人群缺陷率有差别。家族缺陷史组(73.7%),感冒发热组(3.8%),单纯用药组(2.5%),一般人群组(1.0%)缺陷率依次降低,其中家族缺陷史组缺陷率最高,提示家族缺陷史组人群为出生缺陷高危人群,应该有重点有针对地进行干预。结论潜在类别分析可以应用于出生缺陷高危人群识别中。依据各因素在潜在类别中的条件概率的分布特征进行人群的分型,通过比较不同类别人群的缺陷率的差异,识别出生缺陷高危人群,揭示出生缺陷预防的重点人群和内容,为制定出生缺陷预防措施提供依据。