整合遗传高维数据的贝叶斯多水平疾病风险预测模型构建方法与应用研究

项目名称： 整合遗传高维数据的贝叶斯多水平疾病风险预测模型构建方法与应用研究

项目编号： No.81573253

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 医药、卫生

项目作者： 汤在祥

作者单位： 苏州大学

项目金额： 25万元

中文摘要： 心脑血管疾病是我国居民的首要死亡原因。近年来，心脑血管疾病的发病率和患病率持续上升，以人群为对象的危险因素干预面临着重大挑战，个体化的风险预测成为疾病预防控制的新趋势。在生物医学大数据不断涌现的背景下，如何整合高维遗传数据和已有生物学信息，构建更加精确的疾病风险预测模型亟待研究。本项目以贝叶斯多水平模型为基础，通过整合高维遗传数据、复杂交互作用和已有生物学信息，提出一种新的疾病风险预测模型构建方法，并开发专用的分析软件。同时，本项目将利用在重大国际合作项目资助下获得的缺血性脑卒中病例对照各2000人的基线数据和492个相关基因测序的高维遗传数据，整合已有生物学先验信息，建立中国人群缺血性脑卒中风险预测的新模型。本项目的完成将为风险预测模型的构建奠定新的理论和方法基础，并提供新的分析软件。同时，也将为我国缺血性脑卒中高危人群筛查、分级管理与个体化预防提供新的思路，具有重要的公共卫生意义。

中文关键词： 双指数分布；广义线性模型；生存分析；贝叶斯多水平模型；强弱混合分布先验

英文摘要： Cardio-Cerebral-Vascular Diseases (CCVD) is the leading cause of death in China. The incidence and prevalence rate still increase in recent years. The population-based prevention and control are facing serious challenge. Personalized risk prediction is be

英文关键词： double-exponential distribution；generalized linear model；survival analysis；Bayesian hierarchical model；spike-and-slab prior