Reanalyse af CVD-risikofaktorer via sandsynlighedsmetoder

BAGGRUND:

Resultaterne af disse longitudinelle analyser gav ny indsigt i genetiske effekter, der påvirker CVD-risikofaktorer under aldringsprocessen.

DESIGN FORTÆLLING:

Analyserne brugte maksimale sandsynlighedsestimatorer af genetisk varians, som var asymptotisk mere effektive end metode-of-moment-estimatorerne brugt i tidligere analyser. De anvendte modeller inkorporerede termer til at opdele variansen i en egenskab fra tvillingedata i enten i) additiv genetisk varians og ikke-delt miljøvarians (AE-modellen), ii) additiv genetisk varians, dominans genetisk varians og ikke-delt miljøvarians (ADE-modellen). ), eller iii) additiv genetisk varians, delt miljøvarians og ikke-delt miljøvarians (ACE-modellen). AE-, ADE- og ACE-modellerne blev tilpasset separat til data fra hver af de tre undersøgelser for at opnå en tværsnitsanalyse. Efterforskerne udvidede også disse modeller til brug med longitudinelle data ved at inkorporere termer til at repræsentere kovariansen af ​​varianskomponenter fra forskellige undersøgelser.

To vigtige yderligere formål med denne undersøgelse var i) at introducere resistente estimeringsteknikker i tvillingemodellering, som trimmede effekten af ​​afvigende datapunkter jævnt, og ii) omhyggeligt at studere ydeevnen af ​​maksimal sandsynlighed og moment-estimatorer, når antagelser om tvillingemodellen blev krænket. Resultaterne af disse dele af undersøgelsen skulle give en mere fuldstændig forståelse af de relative fordele og begrænsninger ved tvillingemodelleringsprocedurer.

Studiets afslutningsdato, der er angivet i denne post, blev hentet fra "Slutdatoen", der er indtastet i PRS-posten (Protocol Registration and Results System).