前瞻研究中多因素人群归因危险度的Poisson回归模型估计

本文提出多因素前瞻研究中利用Poisson回归发病率预测模型和相对危险度估计调整和综合人群归因危险度的方法,与Bruzzi等和Deubner等提出的多因素人群归因危险度估计方法进行了比较,强调在前瞻资料的人群归因危险度的估计中利用poisson回归模型考虑失访病例和随访时间效应,并能直接估计相对危险度的优势.应用所建立的方法对启东县肝病人群14年前瞻观察资料进行肝癌危险因素的人群归因危险度的估计。     

机器学习方法在基因功能注释中的应用

目前,基于计算机数学方法对基因的功能注释已成为热点及挑战,其中以机器学习方法应用最为广泛。生物信息学家不断提出有效、快速、准确的机器学习方法用于基因功能的注释,极大促进了生物医学的发展。本文就关于机器学习方法在基因功能注释的应用与进展作一综述。主要介绍几种常用的方法,包括支持向量机、k近邻算法、决策树、随机森林、神经网络、马尔科夫随机场、logistic回归、聚类算法和贝叶斯分类器,并对目前机器学习方法应用于基因功能注释时如何选择数据源、如何改进算法以及如何提高预测性能上进行讨论。