论文部分内容阅读
荟萃分析是将相同的多个研究的统计量进行合并，概括主要研究结果，得出简单而重要的结论。本质上是利用统计方法来增强主要研究效应的方法。 本文介绍了荟萃分析方法的概念以及两种荟萃分析模型，即固定效应模型与随机效应模型，着重考虑了相应模型的算法：M-H算法和DSL算法，并对两种算法进行了分析。在原算法的基础上考虑权重因子的大小以及对数对原算法的影响，改进了两种算法。具体的，在DSL校正因子的启发下，将M-H和DSL算法中权重设置为调和平均数，运用统计学上的Z检验方法进行检验，对改进前后的算法结果进行了比较。 在应用方面，用改进后的荟萃分析模型算法分析高血压遗传变异和SNP的关系。在PubMed和Web of Science文献搜索引擎上搜索与高血压和rs1799983相关的文章，收集整理数据，进行数据预处理，用改进的荟萃分析模型算法对高血压遗传变异与eNOS基因上的rs1799983位点的关系进行实验与分析。通过发表偏倚分析、异质性分析得出隐性模型虽然存在了发表性偏倚但不存在异质性，其他模型不存在发表性偏倚但存在异质性，同时通过Z检验对改进前后的算法结果进行比较，得出改进后结果更明显。