SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:lup.lub.lu.se:4c8c59b9-3301-47ac-8605-38393af7ff9f"
 

Sökning: onr:"swepub:oai:lup.lub.lu.se:4c8c59b9-3301-47ac-8605-38393af7ff9f" > Analysis of case-co...

Analysis of case-control association studies with known risk variants

Zaitlen, Noah (författare)
Pasaniuc, Bogdan (författare)
Patterson, Nick (författare)
visa fler...
Pollack, Samuela (författare)
Voight, Benjamin (författare)
Groop, Leif (författare)
Lund University,Lunds universitet,Genomik, diabetes och endokrinologi,Forskargrupper vid Lunds universitet,Genomics, Diabetes and Endocrinology,Lund University Research Groups
Altshuler, David (författare)
Henderson, Brian E. (författare)
Kolonel, Laurence N. (författare)
Le Marchand, Loic (författare)
Waters, Kevin (författare)
Haiman, Christopher A. (författare)
Stranger, Barbara E. (författare)
Dermitzakis, Emmanouil T. (författare)
Kraft, Peter (författare)
Price, Alkes L. (författare)
visa färre...
 (creator_code:org_t)
Oxford University Press, 2012
2012
Engelska.
Ingår i: Bioinformatics. - : Oxford University Press. - 1367-4803. ; 28:13, s. 1729-1737
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Motivation: The question of how to best use information from known associated variants when conducting disease association studies has yet to be answered. Some studies compute a marginal P-value for each Several Nucleotide Polymorphisms independently, ignoring previously discovered variants. Other studies include known variants as covariates in logistic regression, but a weakness of this standard conditioning strategy is that it does not account for disease prevalence and non-random ascertainment, which can induce a correlation structure between candidate variants and known associated variants even if the variants lie on different chromosomes. Here, we propose a new conditioning approach, which is based in part on the classical technique of liability threshold modeling. Roughly, this method estimates model parameters for each known variant while accounting for the published disease prevalence from the epidemiological literature. Results: We show via simulation and application to empirical datasets that our approach outperforms both the no conditioning strategy and the standard conditioning strategy, with a properly controlled false-positive rate. Furthermore, in multiple data sets involving diseases of low prevalence, standard conditioning produces a severe drop in test statistics whereas our approach generally performs as well or better than no conditioning. Our approach may substantially improve disease gene discovery for diseases with many known risk variants.

Ämnesord

NATURVETENSKAP  -- Biologi -- Bioinformatik och systembiologi (hsv//swe)
NATURAL SCIENCES  -- Biological Sciences -- Bioinformatics and Systems Biology (hsv//eng)
NATURVETENSKAP  -- Biologi (hsv//swe)
NATURAL SCIENCES  -- Biological Sciences (hsv//eng)

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy