Inference for covariates that accounts for ascertainment and random genetic effects in family studies
家系研究中兼顾病例入选机制与随机遗传效应的协变量推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦家系混合模型与选择性入选调整，未明确对应所列计量领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
家系研究中兼顾病例入选机制与随机遗传效应的协变量推断
- 研究问题
- 家系研究常优先收集多个患病成员的家庭；如何在这种入选机制和成员间遗传相关性下估计环境暴露等协变量的效应？
- 方法与思路
- 作者提出两层混合效应模型，以家庭病例数为条件调整入选机制，并用条件最大似然估计环境效应，同时处理遗传相关性的差异。
- 材料陈述的贡献
- 摘要称，遗传效应可忽略时条件似然退化为条件逻辑回归；通常忽略遗传效应会产生偏差，并讨论偏差很小或为零的条件。
- 阅读关注点
- 应核对家系遗传相关性的建模方式、以病例数为条件如何调整入选机制，以及条件逻辑回归偏差结论的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体入选假设、遗传效应分布及低偏差条件未给出，不能把暴露效应直接解释为因果效应。
原文摘要
Family studies to identify disease‐related genes often collect families with multiple cases. If environmental exposures or other measured covariates are also important, they should be incorporated into these genetic analyses to control for confounding and increase statistical power. We propose a two‐level mixed effects model that allows us to estimate environmental effects while accounting for varying genetic correlations among family members and adjusting for ascertainment by conditioning on the number of cases in the family. We describe a conditional maximum likelihood analysis based on this model. When genetic effects are negligible, this conditional likelihood reduces to standard conditional logistic regression. We show that the simpler conditional logistic regression typically yields biased estimators of exposure effects, and we describe conditions under which the conditional logistic approach has little or no bias.