tema 2 epidemiologia genetica, Apuntes de Estadística. Universitat Politècnica de Catalunya. BarcelonaTech (UPC)
henaralon
henaralon

tema 2 epidemiologia genetica, Apuntes de Estadística. Universitat Politècnica de Catalunya. BarcelonaTech (UPC)

6 páginas
1Número de descargas
8Número de visitas
Descripción
Asignatura: Mètodes Estadístics I, Profesor: V Moreno, Carrera: Ciències i Tècniques Estadístiques (2n cicle), Universidad: UPC
20 Puntos
Puntos necesarios para descargar
este documento
Descarga el documento
Vista previa3 páginas / 6
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento
02-association.ppt

A ná

lis is

d e

A so

ci ac

ió n

O bj

et iv

os

•  Id

en tif

ic ar

g en

es (a

le lo

s) re

la ci

on ad

os c

on

un ra

sg o

o en

fe rm

ed ad

d e

in te

ré s

m ed

ia nt

e el

e st

ud io

d e

la v

ar ia

ci ón

ge

né tic

a y

la v

ar ia

ci ón

d el

ra sg

o (e

nf er

m ed

ad ) e

n la

p ob

la ci

ón

•  E

va lu

ar a

so ci

ac ió

n en

tre u

na e

nf er

m ed

ad

y un

o o

m ás

fa ct

or es

g en

ét ic

os

Li ga

m ie

nt o

y as

oc ia

ci ón

• 

S on

la b

as e

de e

st ud

io s

ge né

tic os

p ar

a

–  Lo

ca liz

ar g

en es

d e

in te

ré s

(li ga

m ie

nt o)

–  Id

en tif

ic ar

a le

lo s

re la

ci on

ad os

c on

la

en fe

rm ed

ad (a

so ci

ac ió

n)

Li ga

m ie

nt o

vs . A

so ci

ac ió

n • 

Li ga

m ie

nt o

es u

na

pr op

ie da

d de

lo s

lo ci

• 

Li ga

m ie

nt o

en

se nt

id o

fís ic

o si

gn ifi

ca

co ne

xi ón

(c er

ca ní

a)

en tre

lo ci

• 

Li ga

m ie

nt o

en

se nt

id o

ge né

tic o

si gn

ifi ca

re

co m

bi na

ci ón

< 5

0%

en tre

2 lo

ci

•  A

so ci

ac ió

n es

u na

pr

op ie

da d

de lo

s al

el os

• 

A so

ci ac

ió n

de a

le lo

s (q

ue a

m en

ud o

se

lla m

a de

se qu

ili br

io d

e lig

am ie

nt o)

im pl

ic a

lig am

ie nt

o de

lo s

lo ci

Lo ci

 li

ga do

s

A le

lo s 

a so

ci ad

os

Li ga

m ie

nt o

ge ne

ra a

so ci

ac ió

n

•  D

es eq

ui lib

rio d

e lig

am ie

nt o

•  S

i n o

ha n

tra ns

cu rr

id o

m uc

ha s

ge ne

ra ci

on es

(d

is m

in uy

e po

r r ec

om bi

na ci

ón )

A so

ci ac

ió n

no im

pl ic

a lig

am ie

nt o

•  P

ue de

h ab

er o

tra s

ca us

as :

–  P

ob la

ci ón

e st

ra tif

ic ad

a

•  P

ue de

e m

pl ea

r d is

eñ os

c on

fa m

ili ar

es o

in

di vi

du os

n o

re la

ci on

ad os

• 

“N o

re la

ci on

ad os

” e s

re la

tiv o:

– 

M ás

re co

m bi

na ci

on es

d es

de u

n an

te pa

sa do

co

m ún

– 

La s

co rr

el ac

io ne

s en

tre lo

ci s

e lim

ita n

a di

st an

ci as

c or

ta s

–  Lo

s ge

ne s

de in

te ré

s se

p ue

de n

lo ca

liz ar

c on

m

ay or

p re

ci si

ón

O bj

et iv

os d

e es

tu di

o de

a so

ci ac

ió n

•  P

ol im

or fis

m o

ca nd

id at

o – 

In fo

rm ac

ió n

pr ev

ia . P

os ib

le im

pa ct

o fu

nc io

na l

•  G

en c

an di

da to

– 

S e

ra st

re a

un a

se le

cc ió

n de

5 -1

5 S

N P

s – 

In cl

us o

si n

in gu

no e

s ca

us al

, p ue

de h

ab er

D L

•  R

eg ió

n ca

nd id

at a

– 

Id en

tif ic

ad a

po r e

st ud

io s

de li

ga m

ie nt

o (1

-5 M

b)

–  S

e ra

st re

an 1

0- 10

0 S

N P

s • 

R as

tre o

co m

pl et

o de

l g en

om a

–  S

e pr

ec is

an 6

00 .0

00 S

N P

s pa

ra 5

K b

D is

eñ os

• 

E st

ud io

s en

fa m

ili as

– 

A ná

lis is

d e

pe di

gr ís

•  E

st ud

io s

de in

di vi

du os

n o

re la

ci on

ad os

– 

ca so

s y

co nt

ro le

s – 

co ho

rte s

In di

vi du

os n

o re

la ci

on ad

os

•  P

os ib

le s

ex pl

ic ac

io ne

s de

la a

so ci

ac ió

n en

tre u

n m

ar ca

do r y

u na

e nf

er m

ed ad

– 

C au

sa l:

en fe

rm ed

ad g

en ét

ic a

de bi

da a

l m

ar ca

do r

–  D

es eq

ui lib

ri o

de li

ga m

ie nt

o. E

l v er

da de

ro

m ar

ca do

r e st

á ce

rc a

de l e

st ud

ia do

– 

P ob

la ci

ón e

st ra

tif ic

ad a

(t em

a 1.

4) :

co nf

us ió

n po

r m ez

cl a

de p

ob la

ci on

es c

on

di fe

re nt

es fr

ec ue

nc ia

s al

él ic

as d

el m

ar ca

do r

E st

ud io

s de

c as

os y

c on

tro le

s

•  E

st ra

te gi

as p

ar a

de te

ct ar

g en

es

re la

ci on

ad os

c on

e nf

er m

ed ad

: – 

S el

ec ci

on ar

c as

os c

on m

ay or

p ro

ba bi

lid ad

d e

se r p

or ta

do re

s de

l a le

lo c

au sa

l • C

as os

c on

a nt

ec ed

en te

s fa

m ili

ar es

• C

as os

c on

c ar

ac te

rís tic

as p

ec ul

ia re

s:

–  E

da d

de a

pa ric

ió n

pr em

at ur

a – 

M ay

or s

ev er

id ad

– 

D el

s ex

o m

en os

a fe

ct ad

o (h

om br

es ti

ro id

es )

–  C

on m

en or

ri es

go a

m bi

en ta

l ( no

fu m

ad or

es c

a pu

lm ón

)

A ná

lis is

• 

La v

al id

ez d

e lo

s te

st s

qu e

co m

pa ra

n fre

cu en

ci as

d e

al el

os re

qu ie

re q

ue e

xi st

a in

de pe

nd en

ci a

de lo

s al

el os

e n

la

po bl

ac ió

n • 

Q ue

lo s

in di

vi du

os s

ea n

in de

pe nd

ie nt

es

as eg

ur a

in de

pe nd

en ci

a de

lo s

ge no

tip os

, pe

ro p

ue de

e xi

st ir

de pe

nd en

ci a

a ni

ve l d

e al

el os

(p ob

la ci

on es

h et

er og

en ea

s)

Te st

d e

H -W

•  D

eb e

re al

iz ar

se s

ob re

lo s

co nt

ro le

s, p

ue s

en lo

s ca

so s

pu ed

e ha

be r d

es eq

ui lib

rio s

i un

a le

lo e

st á

re la

ci on

ad o

co n

la

en fe

rm ed

ad . E

n lo

s ca

so s

ha br

á eq

ui lib

rio

H -W

s ól

o si

lo s

ef ec

to s

de lo

s al

el os

s on

m

ul tip

lic at

iv os

e n

lo s

rie sg

os re

la tiv

os d

e lo

s ge

no tip

os

•  A

le lo

d om

in an

te ra

ro : n

o H

-W

•  A

le lo

re ce

si vo

: H -W

p er

o co

n fre

cu en

ci a

su pe

rio r a

lo s

co nt

ro le

s

P os

ib le

s an

ál is

is

•  C

ad a

po lim

or fis

m o

po r s

ep ar

ad o

–  E

s la

in fo

rm ac

ió n

qu e

pr op

or ci

on an

lo s

m ét

od os

d e

ge no

tip ac

ió n

•  C

om bi

na ci

on es

d e

po lim

or fis

m os

: H

ap lo

tip os

– 

S e

tie ne

n qu

e es

tim ar

p or

m ét

od os

es

ta dí

st ic

os . L

a de

te rm

in ac

ió n

di re

ct a

es

po si

bl e

pe ro

m uy

c os

to sa

•  G

en ot

ip o:

v . c

at eg

ór ic

a A

A /

A B

/ B

B

•  M

od el

o co

do m

in an

te

–  A

B y

B B

c on

tra A

A

•  M

od el

o do

m in

an te

– 

A B

-B B

c on

tra A

A

•  M

od el

o re

ce si

vo

–  B

B c

on tra

A B

-A A

• 

M od

el o

so br

e- do

m in

an te

– 

A B

c on

tra A

A -B

B

P ar

am et

riz ac

ió n

de l g

en ot

ip o

P ar

am et

riz ac

ió n

(ii )

•  M

od el

o lo

g- ad

iti vo

/ te

nd en

ci a

–  A

A (0

) A

B (½

) B

B (1

) (1

G .L

.)

≡ M

od el

o de

a le

lo s

•  S

e du

pl ic

a la

b as

e de

d at

os . C

ad a

in di

vi du

o co

nt rib

uy e

co n

2 ob

se rv

ac io

ne s

•  A

c on

tra B

C ov

ar ia

bl es

•  G

(A A

)= 1

G (A

B )=

x

G

(B B

)= 0

M

od el

o

x

D om

in an

te 1

R

ec es

iv o

0

L og

-a di

tiv o

½

•  P

ar a

el m

od el

o co

do m

in an

te s

e us

an 2

va

ria bl

es in

di ca

do ra

s 0/

1 de

A B

y B

B /

A A

S N

P

di se

as e

re ce

ss iv

e

χ2 te

st (

Fi sh

er t

es t)

do m

in an

t

χ2 te

st (F

is he

r te

st )

ad di

ti ve

O R

A /A

< O

R A /a <

O R

a/ a

( lin

ea r

tr en

d)

χ2 tr

en d

te st

C oc

hr an

-A rm

it ag

e tr

en d

te st

A so

ci ac

ió n

S N

P -e

nf er

m ed

ad

co do

m in

an t

A so

ci ac

ió n

S N

P -e

nf er

m ed

ad

•  C

oc hr

an -A

rm ita

ge tr

en d

te st

•  Te

st d

e ch

i-c ua

dr ad

o (te

st d

e Fi

sh er

)

A so

ci ac

ió n

S N

P -e

nf er

m ed

ad

•  M

od el

os d

e re

gr es

ió n

P

r( E

|G ,Z

) = f(

G ,Z

)

•  R

eg re

si ón

lo gí

st ic

a:

lo g{

p/ (1

-p )}

= α

+ β

G +

γ Z

G en

ot ip

o po

si bl

es

va ria

bl es

co

nf us

or as

A so

ci ac

ió n

S N

P -r

as go

c ua

nt ita

tiv o

•  R

eg re

si ón

li ne

al :

Y =

α +

β G

+ γ

Z

•  Y

d eb

e se

r n or

m al

. E n

ca so

c on

tra rio

->

tra ns

fo rm

ac ió

n (lo

ga rít

m ic

a)

G en

ot ip

o po

si bl

es

va ria

bl es

co

nf us

or as

R as

go

cu an

tit at

iv o

A so

ci ac

ió n

S N

P -fe

no tip

o

• M ed

id a

de b

on da

d de

a ju

st e:

V

er os

im ili

tu d

D

ev ia

nc e:

- 2l

og (V

er os

im ili

tu d)

M

od 0:

M od

el o

ba sa

l ( nu

lo o

a ju

st ad

o)

M od

1: M

od el

o co

n el

S N

P

• T es

t de

R az

on d

e ve

ro si

m ili

tu d

A so

ci ac

ió n

co n

S N

P as

so c

•  Fu

nc io

ne s

as so

ci at

io n,

W G

as so

ci at

io n

y sc

an W

G as

so ci

at io

n

•  An

ál is

is c

ru do

• 

An ál

is is

a ju

st ad

o • 

An ál

is is

e st

ra tif

ic ad

o • 

An ál

is is

d e

su bg

ru po

•  Ej

em pl

o: D

at os

S N

Pa ss

oc (

da ta

(S N

Ps ))

A so

ci ac

ió n

co n

S N

P as

so c

Ej er

ci ci

o: D

ep re

si ón

m ay

or e

n ge

n ca

nd id

at o

(D M

.t xt

) A

FE C

TI O

N : 0

:c on

tro l 1

:c as

o)

H D

R S

: e sc

al a

co nt

in ua

P

S IC

O T_

D : p

si co

tic o?

M

E LA

N C

O L:

m el

an có

lic o?

E

P D

_P R

E V:

n úm

er o

de e

pi so

di os

p re

vi os

D

E P

_R E

S : d

ep re

si ón

R E

S P

_O K

: r es

pu es

ta a

l t ra

ta m

ie nt

o

1.  

Co m

pr ue

ba q

ue s

e cu

m pl

e H

W E

2.  

¿E xi

st e

as oc

ia ci

ón e

nt re

e l s

np r

s9 08

86 7

y la

e nf

er m

ed ad

?

3.  

¿y e

nt re

e l r

es to

d e

SN Ps

? 4.

  ¿s

e as

oc ia

e l S

N P

rs 90

88 67

c on

la r

es pu

es ta

a l t

ra ta

m ie

nt o?

¿ y

tr as

a ju

st ar

p or

e l

es ta

do p

si có

tic o

y m

el an

có lic

o? ¿

y tr

as e

st ra

tif ic

ar p

or e

st ad

o ps

ic ót

ic o?

5.

  ¿c

uá l e

s el

m od

el o

de h

er en

ci a

qu e

m ej

or s

e aj

us ta

e n

ca da

c as

o?

6.  

Re al

iz a

un a

ná lis

is d

e to

do s

lo s

SN Ps

p ar

a ve

r si

a lg

un o

de e

llo s

se a

so ci

a co

n la

re

sp ue

sa a

l t ra

ta m

ie nt

o 7.

  Re

pi te

e l m

is m

o an

ál is

is a

ju st

ad o

po r

el n

úm er

o de

e pi

so di

os p

re vi

os y

H D

RS

8.  

H az

u n

gr áf

ic o

co n

lo s

p- va

lo re

s de

é st

e úl

tim o

an ál

is is

9.

  D

a la

O R

y su

s IC

95 %

p ar

a aq

ue llo

s SN

Ps q

ue h

ay an

r es

ul ta

do e

st ad

ís tic

am en

te

si gn

ifi ca

tiv os

e n

el a

ná lis

is a

nt er

io r

No hay comentarios
Esta solo es una vista previa
3 páginas mostradas de 6 páginas totales
Descarga el documento