跨队列混合分析:数据整合方法与妊娠年龄和DNA甲基化衍生妊娠年龄加速指标的应用
Elena Colicino1, Roberto Ascari2, Hachem Saddiki1
1Department of Environmental Medicine and Climate Science, Icahn School of Medicine at Mount Sinai, New York, New York, USA.
Biometrical journal. Biometrische Zeitschrift
|October 30, 2024
概括
一种新的分层贝叶斯加权量子总和 (HBWQS) 回归方法集成了多个环境暴露研究. 这种方法可以识别有害的混合物及其对不同人群的健康影响,从而改善公共卫生研究.
科学领域:
- 环境流行病学环境流行病学
- 统计建模 统计建模
- 公共卫生研究 公共卫生研究
背景情况:
- 整合多项研究提高了环境暴露混合研究的统计能力.
- 现有的方法往往忽略了研究群体之间的关键差异.
- 分析复杂的环境暴露需要先进的统计技术.
研究的目的:
- 将贝叶斯加权量子总和 (BWQS) 回归扩展到分层框架 (HBWQS) 中,用于分析跨多个队伍的环境暴露混合物.
- 确定最有害的同时发生的环境暴露及其与不同人群健康结果的关联.
- 为了考虑混合物分析中的队列间变异性.
主要方法:
- 开发并应用了层次化的贝叶斯加权量子总和 (HBWQS) 回归模型.
- 利用了10个模拟场景,使用不同的混合物成分和种群.
- 将模型应用于对产前金属混合物 (,,) 暴露和妊娠年龄指标的真实数据.
主要成果:
- 模拟场景显示出良好的经验覆盖率和HBWQS估计参数的最小偏差.
- 使用瓦塔纳贝-阿卡伊克信息标准,HBWQS回归显示出比标准BWQS更好的平均性能.
- 环境对儿童健康结果的影响分析 (ECHO) 计划数据表明,在一个地点,环境混合物和妊娠年龄之间存在负相关性.
结论:
- 该HBWQS方法有效地结合了多个队列,同时考虑到混合物分析中的个人队列差异.
- 这种方法有助于识别有害的环境暴露及其对健康的影响.
- HBWQS的发现可以为管理同时发生的环境暴露和最大限度地利用数据提供相关的法规,政策和干预措施.
