Comment préparer les données pour le calcul des ratios impairs?Bonjour,
J'ai une grande base de données génomique sur deux groupes de patients (variables continues). Un groupe a développé une complication à un moment d'observation, ce groupe a recueilli 4 mesures répétées de la compression du gène. Le groupe de contrôle a seulement 3 points de temps collectés. J'aimerais savoir si l'expression de certains gènes au départ (semaine 0) prédit les résultats: application (codé oui non) ou décès (codé 1 ou 2). Comment préparer les données pour l'analyse et quel modèle choisir? Dois-je comparer LSmeans par sous-groupe? Dans ces données, j'ai des gènes sur des colonnes, des identifiants de patients sur des rangées.
Re: comment préparer les données pour le calcul des ratios impairs?Dans JMP, vous pouvez effectuer une régression logistique à plusieurs niveaux.
https://community.jmp.com/t5/Discussions/Logistic-regression-with-multiple-outcome-variables/td-p/4901
mais je commencerais par deux niveaux avec des données agrégées (et regarderais ce qui va se passer):
1. Complications Oui ( Complications précoces et tardives)
2 Complications Non
Re: comment préparer les données pour le calcul des ratios impairs?J'ai 3 types de variables de rôle, ou complications de traitement: 1. Complications précoces, 2. Complications tardives et 3. Pas de complications. Donc, la régression logistique ne fonctionnerait probablement pas: je reçois l'erreur "échec de la convergence (limite de division par deux)". Le type de traitement est le même dans les deux groupes. Quelqu'un a-t-il utilisé des moindres carrés partiels pour la prédiction de biomarqueurs quant à l'évolution de la maladie?Re: comment préparer les données pour le calcul des ratios impairs?Notre université n’a pas d’abonnement à JMP Genomics, mais merci pour cet article.Re: comment préparer les données pour le calcul des ratios impairs?Salut,
Si vous avez une grande base de données en génomique, je suppose que vous pouvez avoir 10 000 gènes et donc 10 000 colonnes. Si tel est le cas, consultez JMP Genomics:
https://www.jmp.com/en_us/software/jmp-genomics.html
En outre, vous pouvez regarder un cas d'utilisation similaire en Matthew J Wongchenko , et al. où ils ont examiné différents groupes de traitement et Progression Free Survival. Lien vers le papier ci-dessous.
http://clincancerres.aacrjournals.org/content/early/2017/05/23/1078-0432.CCR-17-0172
Si vous n'avez jamais utilisé JMP Genomics auparavant, regardez cette courte vidéo:
https://www.youtube.com/watch?v=DmaKz4NOURk
Faites-moi savoir si vous souhaitez en savoir plus.
Meilleur,
Chris Kirchberg
Re: comment préparer les données pour le calcul des ratios impairs?Vous pouvez commencer par la régression logistique. Les données doivent comprendre un échantillon représentatif de patients présentant des colonnes de complications et de décès (codés soit 1/0, Y / N et le type de modélisation défini comme nominaux), un indicateur de groupe traitement / contrôle (codé 1/0), et colonnes pour l'expression des gènes à la ligne de base et à d'autres moments, ainsi que pour toute autre variable disponible, telle que la démographie du patient.
Vous pouvez ensuite ajuster une régression logistique nominale sur Complication (et la mort) en tant que résultat nominal avec ces colonnes en tant qu'effets de modèle: Treatemnt / Control, Expressions de gènes à différents moments et autres variables. Vous voudrez peut-être envisager des interactions telles que Traitement / Expression génique Comtrol * à la base, etc.
Documentation JMP sur les rapports de cotes issus de la régression logistique
http://www.jmp.com/support/help/13/Odds_Ratios_Nominal_Responses_Only.shtml#65579
