摘要
第一章 本研究涉及的遗传流行病学研究问题概述
1.1 引言
1.2 纵向研究的研究现状
1.2.1 纵向研究的定义
1.2.2 纵向研究的特点
1.2.3 纵向研究设计与分析方法的发展
1.3 应用统计学在遗传流行病学领域的发展
1.3.1 应用统计学在遗传流行病学领域的角色
1.3.2 应用型方法研究与创新型方法研究
1.3.3 本研究的方法研究类型
1.4 本研究的研究范畴
1.4.1 纵向研究中的缺失数据问题
1.4.2 生存偏倚
1.4.3 纵向研究中的高维数据降维与分析
1.5 本研究的意义
参考文献
第二章 纵向研究中的缺失数据处理
2.1 研究背景
2.2 本研究的数据特征
2.3 缺失数据插补以及光疗效应校正方法
2.3.1 光疗效应的设定
2.3.2 时间变量的选择
2.4 结果
2.4.1 混合模型的遴选标准
2.4.2 缺失数据插补和光疗效应校正结果
2.5 讨论
2.5.1 本研究的数据特点及形成原因
2.5.2 本研究的缺失数据插补和光疗效应校正方法的特点
2.5.3 缺失数据插补与光疗效应校正的效果
2.6 结论
参考文献
第三章 生存偏倚分析方法研究
3.1 研究背景
3.2 UGT1A1与CHD的研究现状
3.3 研究方法
3.3.1 理论研究群体与实际研究群体
3.3.2 实际病例对照研究比数比(ORE)与理论比数比值(ORT)
3.3.3 ORT的估计以及假设检验方法
3.3.4 ORT的估计以及假设检验方法的实现
3.4 实例分析结果
3.4.1 实际数据的关联分析结果
3.4.2 算法实现
3.4.3 结果
3.5 讨论
3.5.1 生存偏倚的评估和检验
3.5.2 生存偏倚假设下的UGT1A1与CHD关联分析
3.6 结论
参考文献
第四章 单变量高维数据分析
4.1 研究背景
4.2 本研究的数据及传统分析方法
4.3 本研究的方法
4.3.1 SELDI蛋白质谱数据的预处理
4.3.2 本研究的方法构建
4.3.3 本研究的方法与传统分析方法的比较
4.4 结果
4.4.1 实例分析结果
4.4.2 与传统分析方法的比较结果
4.5 讨论
4.6 结论
参考文献
第五章 纵向研究高维数据分析——高原习服与非遗传性个体因素相关分析
5.1 研究背景
5.1.1 高原习服
5.1.2 高原习服与高原疾病、高原适应的关系
5.1.3 影响高原习服的因素
5.2 本研究的数据
5.3 统计分析方法
5.4 结果
5.4.1 样本的人口统计学特征
5.4.2 混杂因素——籍贯居住地海拔高度
5.4.3 高原习服生理性指标变化
5.4.4 混合模型分析结果
5.4.5 偏最小二乘路径模型分析结果
5.4.6 BMI与高原习服生理性指标的变化
5.4.7 吸烟与高原习服生理性指标的变化
5.4.8 饮酒与高原习服生理性指标的变化
5.5 讨论
5.5.1 混杂因素—籍贯居住地海拔高度
5.5.2 高原习服生理性调节过程
5.5.3 BMI与高原习服生理性调节
5.5.4 吸烟与高原习服生理性调节
5.5.5 饮酒与高原习服生理性调节
5.5.6 本研究的特点
5.6 结论
参考文献
第六章 纵向研究高维数据分析——高原习服与遗传因素相关研究
6.1 研究背景
6.1.1 缺氧诱导因子(HIF1α、HIF2α)的研究现状
6.1.2 内皮型一氧化氮合酶(eNOS)的研究现状
6.1.3 肌红蛋白基因(MB)的研究现状
6.2 本研究数据
6.2.1 流行病学调查数据
6.2.2 基因分型数据
6.3 统计分析方法
6.4 结果
6.4.1 HIF1α基因的研究结果
6.4.2 HIF2α基因的研究结果
6.4.3 eNOS基因的研究结果
6.4.4 MB基因的研究结果
6.5 讨论
6.5.1 HIF1α、HIF2α基因与高原习服
6.5.2 eNOS基因与高原习服
6.5.3 MB基因与高原习服
6.5.4 本研究的特点
6.6 结论
参考文献
结语
1.本论文研究内容总结
2.应用统计学在遗传流行病学领域的发展
3.展望
论文发表情况
致谢
声明