عنوان

کاربرد رگرسیون لجستیک دوجمله‌ای ریج در پیش‌بینی ابتلای افراد به بیماری شریان‌های کرونری

کد کشور

IR

شماره

۲۶۱۶پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

کاربرد رگرسیون لجستیک دوجمله‌ای ریج در پیش‌بینی ابتلای افراد به بیماری شریان‌های کرونری

نام عام مواد

[پایان‌نامه]

عنوان اصلي به زبان ديگر

Application of ridge binomial logistic regression in predicting the incidence of coronary artery disease

نام ناشر، پخش کننده و غيره

علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation Sciences

تاریخ نشرو بخش و غیره

، ۱۳۹۴

نام خاص و کميت اثر

د،۹۹ص.

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

آمارزیستی Biostatistics

کسي که مدرک را اعطا کرده

علوم بهزیستی و توانبخشی University of Social Welfare and Rehabilitation Sciences

متن يادداشت

زمینه و هدف :رگرسیون چندگانه یک چارجوب معمول است که می‌تواند اثر توأم تعداد زیادی متغیر بر روی متغیر پاسخ را در نظر بگیرد .رگرسیون چندگانه معمولی در داده‌های ژنتیکی به دلیل ساختار همبستگی میان متغیرهای پیشگو مناسب نیست .امروزه تکنیک‌های رگرسیون تاوانیده برای رفع این مشکل رواج یافته است .در این پایان نامه برای بهبود قدرت پیش بینی از رگرسیون ریج استفاده شده است .روش کار:در این مطالعه مقطعی به منظور بررسی و مقایسه روش‌های استفاده شده، اطلاعات کلیه مراجعه کنندگان به بیمارستان قلب و عروق شهید رجایی تهران که در فاصله سال‌های ۱۳۹۰ و ۱۳۹۱ جمع‌آوری شده و شامل ۱۹۴ فرد مبتلا به بیماری شریان‌های کرونر و ۱۱۰ شاهد بود، مورد استفاده قرار گرفت .از طریق روش توالی‌یابی، ژنوتیپ پلی‌مورفیسم های تک-نوکلئوتیدی انتخاب شده در ژن های ، و افراد مشخص شد .به منظور پیش بینی مناسب از وضعیت بیماران مدل رگرسیون ریج بکار برده شد .تحلیل داده‌ها با استفاده از نرم افزار R نسخه ۳.۱.۳ انجام شده است .یافته‌ها : :برازش مدل رگرسیون لجستیک ریج نشان داد که متغیرهای جنسیت( ۰/۰۰۱) ،وزن( ۰/۰۳۸) ، قد( ۰/۰۴۳) و وضعیت سیگارکشیدن(۰/۰۳۱ ) دارای اثر معنادار بر روی بروز بیماری بودند. همچنین از میان پلی مورفیسم های مورد مطالعه ۷مورد معنادار بودند و یافته های ما نشان دادند که ژنوتیپ AG از پلی مورفیسمrs ۱۵۲۹۷۲۹( ۰/۰۰۱) و ژنوتیپ TT از پلی مورفیسمrs ۱۰۴۱۷۵۷۸(۰/۰۱) و ژنوتیپ CT از پلیمورفیسمrs ۱۰۴۱۷۵۷۸( ۰/۰۴۸ ) و ژنوتیپ TT از پلی مورفیسمrs ۱۰۴۱۱۲۵۲(۰/۰۱ ) شانس افراد برای ابتلا به بیماری را بالا می برند .همچنین بر اساس نمودار ROC ارایه شده ،نشان داده شد مدل رگرسیون ریج با استفاده از۰/۲۴ = توانایی پیشبینی بهتری براساس این متغیرهای معنادار را دارد .نتیجه گیری :مدل رگرسیون ریج از قابلیت خوبی برای شناسایی وضعیت افراد هنگامیکه عدم تعادل پیوستگی میان چندشکلی های تک نکلئوتیدی وجود دارد، برخوردار است .بنابراین شاید بتوان با کمکSNP های مطالعه حاضر، افراد در معرض ابتلا به بیماری های قلبی عروقی را شناسایی نمود .واژه‌های کلیدی:پلی مورفیسم‌های تک‌نکلئوتیدی، بیماری شریان‌های کرونر،عدم تعادل پیوستگی رگرسیون ریج

متن يادداشت

sectional study to compare the methods peresented , data of 194 patients and 110 controls between 2011-2012 in the genetics' section of Shahid Rajaee's heart center was used. The genotype of SNPs in the LDLR, PCSK9 and SMARCA4 genes' was identified using sequencing methods.Then ridge regression method was used to have suitable prediction in subjects. Data analysis was performed by SPSS (16.0) and R (3.1.3). Results :Fitting of Ridge logistic regression model showed that gender variables (p <0/001), weight (p = 0/038), height (p = 0/043) and smoking status (0/031) had a significant effect on the incidence of disease . and our findings also showed that AG genotype of rs1529729 (p <0/001) ,TT genotype of rs10417578 (p <0/01) , CT genotype of rs10417578 (p = 0/048) and The TT genotype of rs10411252 (p <0/01) increases the risk for individuals to develop the disease. Also, according to the ROC , Ridge regression model with has the ability to predict in a better way based on significant variables. Conclusion: Ridge logistic regression method has a good ability to identify the status of individuals when there is linkage disequilibrium between SNPs. Therefore, it may be possible to identify people at the risk of cardiovascular disease with the help of SNPs of this study. Key words: SNPs, CAD,Linkage disequilibrium, Ridge Regression-ص‍Background: Multiple regression is a popular framework in which to consider the joint effect of many covariates on response variable simultaneously. Ordinary multiple regression is seldom appropriate in the context of genetic data, due to the correlation structure among the predictors. To date use of penalised regression techniques to circumvent these difficulties become popular. In this paper ridge logistic regression is used for improving the prediction power. Materials & Methods: In this cross

خط فهرستنویسی و خط اصلی شناسه

ba

عنوان اصلي به زبان ديگر

Application of ridge binomial logistic regression in predicting the incidence of coronary artery disease

موضوع مستند نشده

SNPs

متن عنصر شناسه ای مقوله موضوعی

پلی مورفیسمهای تکنکلئوتیدی

متن عنصر شناسه ای مقوله موضوعی

SNPs

مستند نام اشخاص تاييد نشده

گرایمی، ساغر

مستند نام اشخاص تاييد نشده

Garayemi, Saghar

مستند نام اشخاص تاييد نشده

کریملو، مسعود

مستند نام اشخاص تاييد نشده

بیگلریان، اکبر

کشور

ایران

سازمان

دانشگاه علوم توان بخشی و سلامت اجتماعی

نام ميزبان

2616t.pdf

شماره دسترسي

محرمانه

اطلاعات مختصر

محرمانه

تاريخ و ساعت مذاکره و دسترسي

2616t.pdf

بيت در ثانيه

1366655

ارتباط براي تسهيلات دسترسي

مرجع

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

۶۱۶۲پ

شماره فيلد فرمت مبدا

محل نگهداری: دانشگاه علوم بهزیستی و توانبخشی

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

چاپی-الکترونیکی

نوع ماده

TF

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y