文献
J-GLOBAL ID:202002277098838351   整理番号:20A1244741

線形混合モデルは,偽陽性率を最小化し,灰色物質の質量一変量頂点別分析の精度を向上させる【JST・京大機械翻訳】

Linear Mixed Models Minimise False Positive Rate and Enhance Precision of Mass Univariate Vertex-Wise Analyses of Grey-Matter
著者 (8件):
資料名:
巻: 2020  号: ISBI  ページ: 404-407  発行年: 2020年 
JST資料番号: W2441A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
統計的パワー,家族別誤差率(FWER),および灰色物質(厚さと表面積)の質量単変量解析を行ういくつかの競合法の精度を評価した。特に,ゲノミクスにおいて優れていることが証明された線形混合モデル(LMM)に対するいくつかの一般化線形モデル(GLM,最新の最新状態)を比較した。著者らは,実際の頂点ごとのデータからシミュレートした表現型と,神経画像における標準となる可能性のある大きなサンプルサイズ(N=8,662)を用いた。多重試験にBonferroni補正を適用した後に,FWER<5%(頂点またはクラスタレベルで)を確実にする方法はなかった。LMMは,それらが偽陽性率を最小化し,関連のより小さいクラスタを生成するので,GLMsに優先されなければならない。実際の表現型に関する関連は注意によって解釈されなければならない。そして,複製は関連について結論するために保証されるかもしれない。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る