استفاده از الگوهای مشترک موجود در هاپلوتیپ ها برای بهبود پیش بینی وضعیت بیماری دیابت نوع اول
محل انتشار: شانزدهمین کنفرانس مهندسی برق ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,570
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE16_034
تاریخ نمایه سازی: 6 اسفند 1386
چکیده مقاله:
افزایش اطلاعات در مورد ساختار و فرکانس هاپلوتیپ، باعث می شود که بتوان از مزایای اطلاعات هاپلوتیپ در مکتن یابی رابطه ای بیماری ها در مطالعات کنترل - مورد استفاده کنیم. روش های رده بندی سعی می کنند مجموعه مکان هایی در ژنوتیپ بر گزینند که به بهترین وجه فنوتیپ را پیش گویی کنند. اما ممکن است این مکان ها به صورت تصادفی انتخاب شوند. ما برای اینکه فرایند رده بندی افراد بیمار و سالم را بهبود دهیم ابتدا به وسیله یکی از روش های موجود کاوش الگوهای هاپلوتیپ مشترک که با خوشه بندی الگوها را پیدا می کند، مجموعه مکان های مهم را پیدا می کنیم سپس از روی این مکان ها مدل سازی را با استفاده از درخت های تصمیم گیری و رگرسیون (CART) با Cross-Validation با folding ده تایی انجام می دهیم. این روش روی داده های بیماری دیابت نوع اول اعمال شد. با اعمال مدل سازی بر مجموعه مکان های مهم در هاپلوتیپ های افراد جمعیت نسبت به مدل سازی بر روی تمام نشانگرها افزایش دقت مدل سازی و پیشگویی 5 درصد حاصل شد. دقت این روش با انجام آزمون جایگشت با 1000 بار تکرار و رسم نمودار ROC ارزیابی شد.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :