Mendelianランダム化による神経画像データに関する因果推論【JST・京大機械翻訳】

Taschler, B.; Smith, S. M.; Nichols, T. E.

プレプリント

J-GLOBAL ID：202202217231563486 整理番号：22P0318486

Mendelianランダム化による神経画像データに関する因果推論【JST・京大機械翻訳】

Causal Inference on Neuroimaging Data with Mendelian Randomisation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年06月13日プレプリントサーバーでの情報更新日： 2022年06月13日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

集団規模の神経イメージング研究は,微妙なリスク因子の発見と特性化の有望性を提供するが,大量のサンプルサイズは,意味のある関連と混乱に起因するものの両方に対する電力を増加させる。これは,関連の状況を超えて,個々の形質と表現型,臨床バイオマーカー,遺伝的変異,および健康の脳関連測定の間の複雑な関係のより深い理解に向けた観察データの因果的モデリングの必要性を動機づける。メンデルランダム化(MR)は,遺伝的データおよび遺伝的変数,曝露および結果の間の関係に関する明示的な仮定に基づいて因果推論を得る方法を提供する。本研究では,Mendelianランダム化に基づく因果推論法の導入と概観を提供し,UK Biobankからのイメージング由来表現型を含む例を用いて,これらの方法を神経イメージング研究者にアクセスできるようにした。MR技術の使用を動機とし,基本的な仮定を築き,一般的なMR法を導入し,モデリング仮定が潜在的に破綻するいくつかのシナリオに焦点を当て,バイアス効果推定をもたらした。重要なことに,厳密な感度解析でMR結果の信頼性を増すために必要なステップの詳細な説明を与えた。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

循環系の疾患 , 遺伝的変異

, ,

前のページに戻る