疫学と医療統計学と遺伝学と時々、大学院生活

疫学を専門とする大学院生の研究に関する備忘録的ページ。

Mendelian randomization(メンデル無作為化)とは

今回は、遺伝疫学でも近年注目されているmendelian randomization(以下:MR)について、情報を集約し簡単なまとめをしておきます。MRは、経済学や社会調査の解析において利用されてきた操作変数(instrumental variable)を導入した解析方法の一種でありま…

R package "rworldmap"を使用して世界地図に色をつける

こんにちは。世界地図にデータに基づいて色をつけてたいと思ったことはないでしょうか。プレゼンや研究発表など様々な場面で描画したいと思う機会があるでしょうが、今回はそんな時に自分で作成できるパッケージ'rworldmap'を紹介します。今回は事例として、…

連続値データから二値データに変換するときの問題

こんばんは。今日は統計解析において議論の的になる「二分法(dichotomization)について」記事を書いておきます。僕のように医学をメインにデータ解析をする人には馴染みの深い問題かと思います。「二分法」の問題については、最近日本語の訳書が発売された…

リッジ回帰による多重共線性の問題回避について

今回は、リッジ回帰によって多重共線性の問題を回避できることを簡単にまとめておきます(わかりやすくまとめたつもりです)。先日(4/28)の記事で紹介した『リッジ回帰を用いた異常検知』で、「リッジ回帰は、多重共線性の問題を回避できる」という性質に…

R 時系列データの異常部位検出(近傍法)

今回も先ほど公開した記事と同様に、『入門機械学習による異常検知-Rによる実践ガイド-』(コロナ社、井出剛著、2015)の中にある「7.1 近傍法による異常検知」ということで、この内容をなぞり、最後に時系列データ解析の際に重要になる窓幅(どれだけの地点…

R リッジ回帰モデルと異常検知

今回は、『入門機械学習による異常検知-Rによる実践ガイド-』(コロナ社、井出剛著、2015)の「6.3 リッジ回帰と異常検知(P165-172)」の内容をもとに政府・官公庁データをもとにして作成した都道府県別の10万人あたりの自殺者数を予測するモデルを作成し、…

R 重複のある列に順位をつける

今回は『R役に立つ小技5選』シリーズに入れようか迷った内容ですが、こまめに記事にしたいということで単独で掲載することにします。 そもそもの発端は、「〇〇くん、これに順位をつけたいんだけど、うまくいく方法はないか」という疑問からでした。「これ」…

R bioconductor"snpStats"を使用した、PLINKフォーマットのデータからRのデータに変換する

今回は、PLINK特有のファイルフォーマットである.bed、.bim、.famからRでの処理に適した形式に変換するbioconductorのsnpStatsというパッケージについて説明する。PLINKでの解析については、過去の記事1, 2をご参考にして頂きたい。今回使用するデータはこの…

アメリカにおける個人の遺伝子検査サービスに関する消費者の意識調査

今回は、文献の紹介をするとともに、個人の遺伝子検査サービス前後で消費者の意識がどのように変わっているかを紹介したい。論文のタイトルはDirect-to-Consumer Genetic Testing: User Motivations, Decision Making, and Perceived Utility of Resultsであ…

R 欠損値の対応(missing value treatment)

今回は、欠損値の発生する理由を紹介し、その後に書籍を参考に欠損値に対応するRのコードを紹介します。 医学研究だけでなく、様々な調査をしていると欠損値(missing value)に出会います。欠損値が発生しているメカニズムによっては、結果を大きく変える可…

R package "BLR"でベイジアンラッソ(Bayesian Lasso regression)

あけましておめでとうございます(疫学会や予防早期医療創成センターのワークショップ等への参加もあり、一ヶ月ぶりの更新です)。 今回はRのパッケージ"BLR"を用いて、ベイジアンラッソを実行する。ちなみに参考にするのは、Cedric Gondroらによる『Genome …

R データの読み込み(高速化)

今回はSpringerから出ている『Genome-Wide Association Studies and Genomic Prediction』という本からデータの読み込みについて記述する。GWASなどのゲノムデータは非常に膨大であり、読み込みだけでもかなりの時間を要する。そこで下記のTipsで幾分改善さ…

PLINKで共変量を加えたassociation testを実行する。

今回は、9月22日の記事に加えて、共変量で調整する(その他の細かい設定もする)GWASについてコマンドを記しておく。 jojoshin.hatenablog.com 最も簡単なコマンド plink --bfile データ名 --assoc --out アウトプットするデータ名 共変量を加えたロジスティ…

レアバリアント解析

今回はレアバリアント解析についてまとめた資料を公開しておきます。 このスライドの内容 内容は、Lee S, et al (2014) Rare-variant association analysis: Study designs and statistical tests. Am J Hum Genet. をもとにしています。他にも日本語の書籍*…

朝型人間(morningness)の遺伝的な要素とは...

今日は朝型人間(Morningness)を規定する遺伝子の紹介です。(結果が膨大なので、交互作用やpathway解析の部分は省略していますので、もし気になる方は本文をご参照下さい。また、かなり学術的な解説なので、あまりお勧めはしませんが、簡単な解説をご希望…

R package"VennDiagram"でベン図を書く

今日はベン図を描きたいと思います。 (今回は例として、東海三県での多い名字30位についてベン図を書いてみようと思う) パッケージの読み込み library(VennDiagram) まずはベン図で書きたいそれぞれのカテゴリに含まれる要素を書き出す aichi <- c("鈴木","…

R 2つのリストを比較する関数(intersect、setdiff)の紹介

今日はリストを比較する時に役にたつコマンドを紹介します。 これらは膨大なリストを扱う際に、「共通のものを抽出する」「片方に特有のものを抽出する」などに非常に役に立ちます。 早速、実践 下記のようにAとBのリストが与えられているとする。 #AとBそれ…

R package'metap'を使用して、p値の統合をする

こんにちは。今回は異なる環境や場所で行った同様の実験や研究によって導かれたp値を統合しようという試みがあった時の対処法について、Fisher's methodを取り上げて、今回は説明します。 FIsher's methodとは i個あるp値のlogをとった値を足し合わせて、そ…

PLINKでGWAS(basicなcase/control study)をするコマンド

今回はPLINKで典型的なSinge-SNP GWAS(アレルベースのカイ2乗検定)を実施する。元々、plinkが使えるディレクトリ内にbim,bed,famファイルが生成されていることが前提条件である。その他の方法についてはまた別の機会に書くことにする。 コマンド plink --b…

日本人における集団の構造化(Population stratification in Japan)

こんばんわ。今日は以前の投稿でも取り扱ったGWASのcase-control studyで問題となり得る「集団の構造化(以下PF)」について書きます。今回は『Japanese Population Structure, Based on SNP Genotypes from 7003 Individuals Compared to Other Ethnic Grou…

R package 'SKAT'を用いて、SKATを実行する vol.2

こんばんは。前回のSKATの記事の内容に少し付け加え(Kernelの種類を増やして検討しただけ)をします。基本的な解析は前回の記事をご参照下さい。 jojoshin.hatenablog.com はじめに 前回の記事にも記載した通り、SKAT()は二値のアウトカムには適しておらず…

大学院生活で学んだこと(第11回日本臨床検査学教育学会学術大会発表内容)

こんばんは。更新が一ヶ月以上空きました(学会等のアウトプットに追われていました)。今回はそのアウトプットの一つで発表した内容について共有します。 どんな学会で発表したか? 第11回日本臨床検査学教育学会学術大会・臨床検査技師の大学院教育を考え…

企業家精神(entrepreneurship)の遺伝的な要素とは...

だいぶ更新の時期が空きましたが、研究の方が順調に進んでいるという証拠だと個人的にはポジティブに捉えているところです。今回は文献紹介です。特に学術的な「面白さ」というよりは社会的な「面白さ」で題材を選びました。GWASというのはこれまでもご説明…

Multivariate と Multivariable(どちらも多変量)の違いについて

MultivariateもMultivariableってどっちも「多変量」? こんな疑問を持ったことのある人もいるのではないかと思います。確かに、"Multivariate"と"Multivariable"のどちらも辞書では「多変量」となります。疫学や公衆衛生の分野だけでなく、共変量で調整した…

罰則付き・正則化回帰モデルについて(About penalized/regularized regression model)

久しぶりの更新になりました。6月末の北海道でのISEE-ISES AC2016への参加とその後は論文執筆に集中していました。ISEE-ISESのアジア支部総会では、pre-conference workshopにも参加し、distributed lag non linear model(DLNM)という時系列分析の一種を学…

「論文の図って大事だぞ!!(特に小標本の場合)」っていう論文の紹介

クイズ:これ何を意味している図でしょう? どうもこんばんは。みなさん冒頭の棒グラフとその横のデータの分布を示した図の意味は分かったでしょうか。結論から言えば、右のようにデータの分布が異なっても、実は同じ棒グラフになるという事例でした。 (も…

R for beginners vol.5(最終回)「検定と回帰分析」

今回で全5回のR for beginnersの最終回です。 最後は統計解析の醍醐味ですが、「検定と回帰分析」について書きます。 【今日の狙い】 統計学な検定や回帰モデルをRで実行できるようになる。 sample <- read.csv("sample.csv", sep=",", header=T) #attach()…

R for beginners vol.4 「データの要約とビジュアライゼーション」

今回はデータの整頓から少し分析に近いことを始めます。その中でデータを要約し、図示することが解析の一歩かと思い今回の内容にしています。R for beginners vol.1 「Rの紹介と基本的なコマンド」 jojoshin.hatenablog.comR for beginners vol.2 「データの…

mach2datのアウトプット vol.1

今日は以前のエントリで解説したインピュテーションされたGWASデータ(調整項目を指定したロジスティック回帰)を解析するmach2datによって出力されるデータの解釈について、記述する。(確か、前回はREAD ME読んでくださいとか言って、解説をしていませんで…

RでSteel-Dwass(スティールドゥワス)検定をする

今日はノンパラメトリックな多重比較の一例として、Steel.Dwass testのRでの実行方法を記載する。 (2016年6月13日にコメントされたようにsteel-dwassについてNSM3パッケージにあるコマンドについて追記した。) 方法1 Steel.dwass検定は下記のHP(群馬大学…