Sirvi Autor "Arge, Maia" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Pisipilt
    Kirje
    Generalized Estimating Equations: an overview and application in IndiMed study
    (2016) Arge, Maia; Läll, Kristi, juhendaja; Korhonen, Pasi Antero, juhendaja; Fischer, Krista, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Generalized Estimating Equations (GEE), developed by (Zeger & Liang 1986), is a method of estimation that accounts for correlations among repeated measurements and is widely used in longitudinal analysis. The purpose of this master’s thesis is to provide an overview of GEE and use this approach on a cluster-randomized study called IndiMed. The data are from the Estonian Genome Center of University of Tartu. The clusters are doctors who were randomized to intervention or control group and subjects are patients with high blood pressure. All subjects in one cluster are either in intervention (received genetic risk information on the 2nd visit) or control group (received risk information on the 4th visit). Systolic and diastolic blood pressures were measured on all 5 visits for all patients and compared for the two study groups, taking into account the correlation among the repeated measurements.
  • Pisipilt
    Kirje
    Markerite sõltumatuse olulisus geneetilistes riskiskoorides
    (Tartu Ülikool, 2014-06-16) Arge, Maia; Mägi, Reedik, juhendaja; Läll, Kristi, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
    Geneetiline riskiskoor on geneetiliste variantide (kõige sagedamini SNPide ehk ühenukleotiidsete polümorfismide) efektisuurustest moodustatav arvuline väärtus, mis võimaldab hinnata haigestumise riski või tunnuse väärtust. Riskiskoori valitakse ülegenoomsest assotsiatsioonianalüüsist (GWASist) leitud sõltumatud markerid, mis on seotud uuritava tunnusega. Antud bakalaureusetöö eesmärk oli uurida, kuidas lineaarsed regressioonikordajad sõltuvad tunnuste omavahelistest korrelatsioonidest ning kuidas riskiskoori kui ühe seletava tunnuse regressiooniparameetri hinnang sõltub sellest, kui tugevalt on skoori lisatud SNPid omavahel korreleeritud. Riskiskooride koostamiseks kasutati Tartu Ülikooli Eesti Geenivaramu andmestikku, mis koosnes 7944st geenidoonorist ja GWASist saadud geenimarkereid ning moodustati kehamassiindeksi mudelid, kuhu üheks seletavaks tunnuseks lisati riskiskoor. Teisteks seletavateks tunnusteks olid vanus ja sugu. Kui SNPid on sõltumatud ja nende efektide suurused on korrektsed, siis on oodatavaks riskiskoori kordajaks ligikaudu üks. Selgus, et mida suurem oli riskiskooris olevate SNPide omavaheline korrelatsioon, seda enam erines riskiskoori kordaja ühest. Riskiskoori kordaja tugevalt korreleeritud SNPidega oli nullilähedane. Seetõttu on oluline valida riskiskoori sõltumatud SNPid.