文献

J-GLOBAL ID：202202246151664903   整理番号：22A0463105

Gauss過程による計数データのBayes縦トレンド解析【JST・京大機械翻訳】

A Bayesian longitudinal trend analysis of count data with Gaussian processes

著者 (4件)： VanSchalkwyk Samantha (Department of Statistics, University of California, Riverside, Riverside, CA, USA) ,  Jeske Daniel R. (Department of Statistics, University of California, Riverside, Riverside, CA, USA) ,  Kim Jane H. (Molecular, Cell and Systems Biology Department, University of California, Riverside, Riverside, CA, USA) ,  Martins-Green Manuela (Molecular, Cell and Systems Biology Department, University of California, Riverside, Riverside, CA, USA)
資料名： Biometrical Journal  (Biometrical Journal)
巻： 64  号： 1  ページ： 74-90  発行年： 2022年 
JST資料番号： A1291A  ISSN： 0323-3847  資料種別： 逐次刊行物 (A)
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： 時間とともに繰り返し測定した2つの異なるグループの被験者を比較する状況を考察した。特定の焦点は,ゼロの無視できない周波数を持ち,特性化が困難な時間傾向を持つ高可変計数データである。これらの課題は,細菌または遺伝子発現データセットを分析する時にしばしば存在する。一般化推定方程式を含む従来の縦方向データ解析法は,これらのタイプのデータセットに存在する特徴によって挑戦できる。これらの課題を効果的に直面するBayes方法論を提案した。方法論の重要な特徴は,時間傾向を柔軟にモデル化するためのGaussプロセスの使用である。個々の時点におけるグループ差の試験を行う重要な仮説を含めて,シャープおよび間隔ヌル仮説の両方に基づく推論手順を検討した。提案した方法論は,2つの異なる実験条件に対応する次世代シークエンシング(NGS)データセットで例証した。特に,この方法を慢性および非慢性創傷のマウスの細菌数を含む事例研究に適用し,潜在的創傷治癒プロバイオティクスを同定した。この方法論は,被験者2群を比較する類似のNGSデータセットに適用できる。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 細菌 ,  *Gauss過程 ,  データ解析 ,  事例研究 ,  キャラクタリゼーション ,  創傷治癒 ,  プロバイオティクス
準シソーラス用語： 被験者 ,  *傾向解析 ,  細菌負荷 ,  慢性創傷 ,  遺伝子発現データ ,  次世代シークエンシング , 【Automatic Indexing@JST】

著者キーワード (4件)： 区間ヌル仮説 ,  縦方向 ,  Markov連鎖モンテカルロ法 ,  NGSデータ

分類 (2件)： プラズマ診断  (BJ02090L) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： Gauss過程 ,  縦 ,  トレンド解析