sahir.bhatnagar

Modèles de régression pénalisés ayant la propriété d’hérédité forte pour les interactions entre facteurs génétiques et environnementaux

On pense maintenant que les maladies sont le résultat de changements dans des réseaux biologiques entiers dont l’état est affecté par une interaction complexe entre facteurs génétiques et environnementaux. En général, la puissance pour estimer les interactions est faible, le nombre d'interactions possibles peut être élevé et leurs effets peuvent être non linéaires. Les approches existantes, telles que le lasso, pourraient inclure une interaction mais exclure un effet principal, ce qui rend l’interprétation problématique. Nous proposons un modèle pour les interactions linéaires et non linéaires dans le contexte des modèles de régression pénalisés qui force automatiquement la propriété d’hérédité forte. Un algorithme computationellement efficace, combiné à une approche de dépistage non paramétrique, s'adapte à des ensembles de données de grande dimension et a été implémenté dans un paquet R. Nous appliquons notre méthode pour identifier les interactions entre gènes et dépression maternelle prénatale sur l'émotivité négative chez les dyades mère-enfant de la cohorte MAVAN (Maternal Adversity, Vulnerability, and Neurodevelopment).

La date et de l'heure: 

Mardi, 13 juin, 2017 -
11:20 - 11:35

Co-auteurs (hormis vous-même): 

Yi Yang
McGill University
Alexia Jolicoeur-Martineau
Jewish General Hospital
Ashley Wazana
McGill University
Celia Greenwood
Lady Davis Institute

Langue de la présentation orale: 

English

Langue du support visuel: 

English

Type de présentation: 

Contributed

Session: 

Orateur

Prénom Second prénom Nom de famille Primary Affiliation
edit Sahir R Bhatnagar McGill