ecently, Wu and colleagues [1] prop

ecently, Wu and colleagues [1] proposed two novel statistics for genome-wide interaction analysis using case/control or case-only data. In computer simulations, their proposed case/control statistic outperformed competing approaches, including the fast-epistasis option in PLINK and logistic regression analysis under the correct model; however, reasons for its superior performance were not fully explored. Here we investigate the theoretical properties and performance of Wu et al.'s proposed statistics and explain why, in some circumstances, they outperform competing approaches. Unfortunately, we find minor errors in the formulae for their statistics, resulting in tests that have higher than nominal type 1 error. We also find minor errors in PLINK's fast-epistasis and case-only statistics, although theory and simulations suggest that these errors have only negligible effect on type 1 error. We propose adjusted versions of all four statistics that, both theoretically and in computer simulations, maintain correct type 1 error rates under the null hypothesis. We also investigate statistics based on correlation coefficients that maintain similar control of type 1 error. Although designed to test specifically for interaction, we show that some of these previously-proposed statistics can, in fact, be sensitive to main effects at one or both loci, particularly in the presence of linkage disequilibrium. We propose two new “joint effects” statistics that, provided the disease is rare, are sensitive only to genuine interaction effects. In computer simulations we find, in most situations considered, that highest power is achieved by analysis under the correct genetic model. Such an analysis is unachievable in practice, as we do not know this model. However, generally high power over a wide range of scenarios is exhibited by our joint effects and adjusted Wu statistics. We recommend use of these alternative or adjusted statistics and urge caution when using Wu et al.'s originally-proposed statistics, on account of the inflated error rate that can result.

ผลลัพธ์ (ไทย) 1:

ecently วู และเพื่อนร่วมงาน [1] นำเสนอสถิติสองนวนิยายสำหรับการโต้ตอบทั้งกลุ่มวิเคราะห์โดยใช้กรณี/ควบคุมหรือข้อมูลกรณีเดียว ในคอมพิวเตอร์จำลอง สถิติผู้ควบคุมเสนอกรณี outperformed วิธีแข่งขัน รวมตัวอย่างรวดเร็ว-epistasis PLINK และการวิเคราะห์ถดถอยโลจิสติกภายใต้รูปแบบถูกต้อง อย่างไรก็ตาม สาเหตุของประสิทธิภาพได้ไม่เต็มอุดม ที่นี่เราตรวจสอบทฤษฎีคุณสมบัติ และประสิทธิภาพการทำงานของ Wu et al. ของสถิติที่นำเสนอ และอธิบายเหตุ ในบางกรณี พวกเขามีประสิทธิภาพสูงกว่าวิธีแข่งขัน อับ เราพบข้อผิดพลาดเล็กน้อยในสูตรสำหรับสถิติของพวกเขา ผลลัพธ์ในการทดสอบที่สูงกว่าข้อผิดพลาดในการระบุชนิด 1 เรายังพบข้อผิดพลาดเล็กน้อยในของ PLINK epistasis อย่างรวดเร็ว และกรณีเดียวสถิติ แม้ว่าทฤษฎีและจำลองแนะนำว่า ข้อผิดพลาดเหล่านี้มีข้อผิดพลาดชนิดที่ 1 เท่านั้นระยะผล เราเสนอการปรับปรุงรุ่นสถิติทั้งหมดสี่ว่า ทั้งตามหลักวิชา และคอมพิวเตอร์ จำลอง รักษาชนิดถูกต้องข้อผิดพลาด 1 อัตราภายใต้สมมติฐานว่าง นอกจากนี้เรายังตรวจสอบสถิติสัมประสิทธิ์สหสัมพันธ์ที่รักษาการควบคุมคล้ายของข้อผิดพลาดชนิดที่ 1 แม้ว่าการออกแบบการทดสอบโดยเฉพาะการโต้ตอบ เราแสดงว่า ของเหล่านี้สถิติที่นำเสนอก่อนหน้านี้ ในความเป็นจริง สามารถความไวต่อผลกระทบหลักที่หนึ่ง หรือทั้งสอง loci โดยเฉพาะอย่างยิ่งในต่อหน้าของ disequilibrium เชื่อมโยง เราเสนอสองสถิติ "ลักษณะร่วม" ใหม่ที่ มีโรคมีน้อย มีความสำคัญกับลักษณะการโต้ตอบของแท้เท่านั้น ในการจำลองเครื่องคอมพิวเตอร์ที่เราค้นหา ในสถานการณ์ส่วนใหญ่พิจารณา อำนาจสูงสุดสามารถทำได้ โดยวิเคราะห์ภายใต้รูปแบบทางพันธุกรรมถูกต้อง การวิเคราะห์เป็น unachievable ในทางปฏิบัติ เราไม่รู้ว่ารุ่นนี้ อย่างไรก็ตาม โดยทั่วไปพลังงานสูงมากกว่าความหลากหลายของสถานการณ์จัดแสดง โดยลักษณะพิเศษของเราร่วมกัน และปรับปรุงสถิติวู เราแนะนำใช้ของเหล่านี้ทดแทน หรือปรับปรุงสถิติและกระตุ้นความระมัดระวังเมื่อใช้ Wu et al. เดิมเสนอสถิติ ในบัญชีอัตราข้อผิดพลาดที่สูงเกินจริงที่อาจส่งผล

ผลลัพธ์ (ไทย) 2:

ecently วูและเพื่อนร่วมงาน [1] เสนอสองสถิติใหม่สำหรับการทำงานร่วมกันวิเคราะห์จีโนมทั้งกรณีการใช้ / การควบคุมหรือข้อมูลกรณีเท่านั้น ในแบบจำลองคอมพิวเตอร์กรณีเสนอของพวกเขา / สถิติการควบคุมประสิทธิภาพสูงกว่าวิธีการแข่งขันรวมทั้งตัวเลือกอย่างรวดเร็ว epistasis ใน Plink และการวิเคราะห์การถดถอยโลจิสติกภายใต้รูปแบบที่ถูกต้อง แต่เหตุผลสำหรับการทำงานที่เหนือกว่าไม่ได้สำรวจอย่างเต็มที่ ที่นี่เราจะตรวจสอบคุณสมบัติทางทฤษฎีและการปฏิบัติงานของวู et al. สถิติการเสนอและอธิบายว่าทำไมในบางสถานการณ์ที่พวกเขามีประสิทธิภาพสูงกว่าวิธีการแข่งขัน แต่น่าเสียดายที่เราพบข้อผิดพลาดเล็กน้อยในสูตรสำหรับสถิติของพวกเขาที่มีผลในการทดสอบที่มีความสูงกว่าประเภท 1 ข้อผิดพลาดเล็กน้อย นอกจากนี้เรายังหาข้อผิดพลาดเล็ก ๆ น้อย ๆ ใน Plink ของอย่างรวดเร็วและสถิติ epistasis กรณีเท่านั้นแม้ว่าทฤษฎีและแบบจำลองแสดงให้เห็นว่าข้อผิดพลาดเหล่านี้มีผลกระทบเล็กน้อยเพียง แต่ในชนิดที่ 1 ข้อผิดพลาด เราเสนอปรับรุ่นทั้งสี่สถิติที่ทั้งในทางทฤษฎีและแบบจำลองคอมพิวเตอร์รักษาชนิดที่ถูกต้อง 1 อัตราความผิดพลาดภายใต้สมมติฐาน นอกจากนี้เรายังตรวจสอบสถิติขึ้นอยู่กับค่าสัมประสิทธิ์สหสัมพันธ์ที่ควบคุมที่คล้ายกันของชนิดที่ 1 ข้อผิดพลาด แม้ว่าจะออกแบบมาเพื่อทดสอบการทำงานร่วมกันมาโดยเฉพาะสำหรับเราแสดงให้เห็นว่าบางส่วนของเหล่านี้สถิติก่อนหน้านี้ที่นำเสนอสามารถในความเป็นจริงจะมีความไวต่อผลกระทบหลักที่หนึ่งหรือทั้งสองตำแหน่งโดยเฉพาะอย่างยิ่งในที่ที่มีการเชื่อมโยงสมดุล เราเสนอสองใหม่ "ผลกระทบร่วมกัน" สถิติที่ให้เป็นโรคที่หายากมีความสำคัญเท่านั้นที่จะมีผลกระทบการทำงานร่วมกันของแท้ ในแบบจำลองคอมพิวเตอร์ที่เราพบในสถานการณ์ส่วนใหญ่พิจารณาว่าอำนาจสูงสุดจะทำได้โดยการวิเคราะห์ภายใต้รูปแบบทางพันธุกรรมที่ถูกต้อง การวิเคราะห์ดังกล่าวเป็น unachievable ในทางปฏิบัติในขณะที่เราไม่ทราบว่ารูปแบบนี้ แต่พลังงานที่สูงโดยทั่วไปในช่วงกว้างของสถ​​านการณ์ที่มีการแสดงโดยผลกระทบร่วมกันของเราและปรับปรุงสถิติวู เราแนะนำให้ใช้สถิติทางเลือกหรือปรับเหล่านี้และขอให้ระมัดระวังเมื่อใช้ Wu et al. ที่สถิติเดิม-เสนอในบัญชีของอัตราความผิดพลาดสูงเกินจริงที่สามารถทำให้

ผลลัพธ์ (ไทย) 3:

ecently Wu และเพื่อนร่วมงาน [ 1 ] เสนอสองสถิติใหม่ในการวิเคราะห์ปฏิสัมพันธ์ genome-wide ใช้คดี / ควบคุม หรือกรณีข้อมูลเท่านั้น ในการจำลองคอมพิวเตอร์ของพวกเขาเสนอกรณี / ควบคุมวิธีการสถิติในการแข่งขัน รวมถึง epistasis อย่างรวดเร็วตัวเลือกใน plink และการวิเคราะห์ถดถอยโลจิสติกภายใต้รูปแบบถูกต้อง อย่างไรก็ตามเหตุผลสำหรับประสิทธิภาพที่เหนือกว่าของถูกไม่ได้อย่างสำรวจ ที่นี่เราตรวจสอบคุณสมบัติเชิงทฤษฎีและการปฏิบัติของ Wu et al . เสนอสถิติและอธิบายว่าทำไม ในบางสถานการณ์ พวกเขาแสดงวิธีการแข่งขัน แต่เราพบข้อผิดพลาดเล็กน้อยในสูตรสำหรับสถิติของพวกเขา ผลการทดสอบที่ได้สูงกว่าชนิดระบุข้อผิดพลาด 1นอกจากนี้เรายังพบข้อผิดพลาดเล็กน้อยใน plink อย่างรวดเร็ว epistasis และกรณีสถิติเท่านั้น แม้ว่าทฤษฎีและแบบจำลองชี้ให้เห็นว่าข้อผิดพลาดเหล่านี้มีเพียงไม่มีผลต่อความคลาดเคลื่อนประเภทที่ 1 . เราเสนอการปรับรุ่นทั้งหมด 4 สถิติที่ทั้งในทางทฤษฎีและการจำลองด้วยคอมพิวเตอร์ , รักษาอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ถูกต้องภายใต้สมมติฐานโมฆะ .นอกจากนี้เรายังตรวจสอบสถิติขึ้นอยู่กับสัมประสิทธิ์สหสัมพันธ์ที่คล้ายกันรักษาควบคุมความคลาดเคลื่อนประเภทที่ 1 . แม้ว่าการออกแบบทดสอบเฉพาะสำหรับการโต้ตอบ เราแสดงให้เห็นว่าบางเหล่านี้ก่อนหน้านี้เสนอสถิติสามารถในความเป็นจริงจะไวต่อผลกระทบหลักในหนึ่งหรือทั้งสองรูปแบบในการแสดงตนของการเชื่อมโยงการเก็บน้ำโดยเฉพาะอย่างยิ่งเราเสนอสองใหม่ " ผล " ร่วมกันสถิติที่ให้โรคหายาก มีความอ่อนไหวกับปฏิสัมพันธ์ของแท้ ในคอมพิวเตอร์จำลองที่เราพบในสถานการณ์ส่วนใหญ่เห็นว่า อำนาจสูงสุดได้จากการวิเคราะห์ภายใต้รูปแบบทางพันธุกรรมที่ถูกต้อง เช่นการวิเคราะห์ unachievable ในการปฏิบัติ เราไม่รู้ว่ารุ่นนี้ อย่างไรก็ตามพลังงานสูงโดยทั่วไปมากกว่าที่หลากหลายของสถานการณ์ที่จัดแสดงโดยผลของเราร่วมกันและปรับปรุงสถิติ Wu เราขอแนะนำให้ใช้ของเหล่านี้ทางเลือกหรือปรับสถิติและกระตุ้นให้ข้อควรระวังเมื่อใช้ Wu et al . เสนอเดิม สถิติ บัญชี ของ พองอัตราความผิดพลาดที่ได้ผล .