• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.459-466
• /
• 2011

본 논문은 독립적으로 수행된 연구결과를 합쳐서 일반적인 결론을 도출하는 메타분석을 위한 로버스트 계층적 베이지안 모형을 고려한다. 사전정보가 정규분포를 따른다는 가정 대신 정규분포의 척도혼합을 사용하여 정규분포보다 더 두꺼운 꼬리를 가지는 사전분포를 사용한다. 나아가 개별 분석의 분산이 알려져 있지 않은 경우를 계층적 베이지안 모형에 포함하여 메타분석을 수행하고자 한다. 깁스 표집을 사용하여 추정값을 계산하고, 실제 자료를 사용하여 제안된 방법을 예시한다.

• Journal of the Korean Data and Information Science Society
• /
• 제11권2호
• /
• pp.313-318
• /
• 2000

This article addresses aspects of combining information, with special attention to meta-analysis. In specific, we consider hierarchical Bayesian models for meta-analysis under priors which are scale mixtures of normal, and thus have tail heavier than that of the normal. Numerical methods of finding Bayes estimators under these heavy tailed prior are given, and are illustrated with an actual example.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.5-12
• /
• 2000

Meta-analysis refers to quantitative methods for combining results from independent studies in order to draw overall conclusions. We consider hierarchical models including selection models under a skewed heavy tailed error distribution and it is shown to be useful in such Bayesian meta-analysis. A general class of skewed elliptical distribution is reviewed and developed. These rich class of models combine the information of independent studies, allowing investigation of variability both between and within studies, and weight function. Here we investigate sensitivity of results to unobserved studies by considering a hierarchical selection model and use Markov chain Monte Carlo methods to develop inference for the parameters of interest.

• Genomics & Informatics
• /
• 제20권2호
• /
• pp.16.1-16.12
• /
• 2022

Various methodologies for the genetic analysis of longitudinal data have been proposed and applied to data from large-scale genome-wide association studies (GWAS) to identify single nucleotide polymorphisms (SNPs) associated with traits of interest and to detect SNP-time interactions. We recently proposed a grid-based Bayesian mixed model for longitudinal genetic data and showed that our Bayesian method increased the statistical power compared to the corresponding univariate method and well detected SNP-time interactions. In this paper, we further analyze longitudinal obesity-related traits such as body mass index, hip circumference, waist circumference, and waist-hip ratio from Korea Association Resource data to evaluate the proposed Bayesian method. We first conducted GWAS analyses of cross-sectional traits and combined the results of GWAS analyses through a meta-analysis based on a trajectory model and a random-effects model. We then applied our Bayesian method to a subset of SNPs selected by meta-analysis to further discover SNPs associated with traits of interest and SNP-time interactions. The proposed Bayesian method identified several novel SNPs associated with longitudinal obesity-related traits, and almost 25% of the identified SNPs had significant p-values for SNP-time interactions.

• 응용통계연구
• /
• 제14권1호
• /
• pp.161-175
• /
• 2001

메타분석(Meta-analysis)은 서로 독립적으로 연구되어진 결과들을 전체적인 하나의 결과로 도출하기 위해 사용되어지는 통계적 방법이다. 이러한 통계적 방법을 설명할 모형으로는 선택모형(selection model)을 포함한 계층적 모형(hierarchical model)을 사용하며, 이러한 모형들은 베이지안 메타분석에 유용한 것으로 알려져 있다. 그러나, 메타분석의 자료들은 일반적으로 출판편의(publication bias)를 갖고 있으므로 이를 극복하고자 가중함수(weight function)를 이용하여 분포함수를 새롭게 정의하여 사용한다. 최근에 Silliman(1997)은 계층적 모형(hierarchical model)에 가중함수를 첨부한 계층적 선택모형(hierarchical selection model)을 정의하고 모수적 베이지안 방법을 제시하였다. 본 연구에서는 미관측된 연구효과에 디리슈레 과정 사전분포(Dirichlet process prior)를 적용한 준모수적 계층적 선택모형(semiparametric hierarchical selection models)을 소개한다. 여기서 제시된 준모수적 계층적 선택모형을 베이지안 방법으로 추정하기 위하여 마코프 연쇄 몬테칼로(Markov chain Monte Carlo)방법을 이용한다. 제시된 방법을 적용하기 위하여 실제 자료(Johnson, 1993)인 충치를 예방하기 위한 두 가지의 예방약의 효과에 대한 차이를 비교하기 위해 얻어진 12개의 연구를 이용하여 메타분석을 한다.

• Clinical and Experimental Pediatrics
• /
• 제64권5호
• /
• pp.208-222
• /
• 2021

The publication of genetic epidemiology meta-analyses has increased rapidly, but it has been suggested that many of the statistically significant results are false positive. In addition, most such meta-analyses have been redundant, duplicate, and erroneous, leading to research waste. In addition, since most claimed candidate gene associations were false-positives, correctly interpreting the published results is important. In this review, we emphasize the importance of interpreting the results of genetic epidemiology meta-analyses using Bayesian statistics and gene network analysis, which could be applied in other diseases.

• 대한예방의학회:학술대회논문집
• /
• 대한예방의학회 2005년도 제57차 추계 학술대회 연제집
• /
• pp.300-300
• /
• 2005

• Pediatric Infection and Vaccine
• /
• 제31권1호
• /
• pp.55-63
• /
• 2024

목적: 수두 감염에 대한 백신 효과성을 높이기 위해 수두백신 2회접종 전략이 여러 국가에 도입이 되었다. 본 연구에서는 Bayesian 모델을 통해 수두 예방 접종 전략의 종합적인 평가와 효과를 제공하고자 한다. 방법: 체계적 문헌고찰을 통해 수집된 연구에 대해 1회 및 2회 접종, 인구특성 및 관심대상결과와 같은 결과값들을 수집했다. 다양한 접종 횟수를 포함하는 연구의 경우 동일한 투여 횟수에 대한 데이터를 하나의 그룹으로 집계했다. 수두 백신의 1회 및 2회 접종의 예방 효과는 오즈 비 (OR) 및 해당하는 95% 신뢰 구간 (95% CI)을 기준으로 평가하였다. 결과: 문헌 검색을 통해 총 903개의 연구가 검색되었고, Bayesian 네트워크 메타 분석을 위해 25개의 개입 또는 관찰 연구가 선택되었다. 총 49,265명의 관찰 대상자가 이 연구에 포함되었다. 미접종군과 비교하여, 모든 수두 감염의 OR은 각각 2회 및 1회 접종에 대해 0.087 (95% CI, 0.046-0.164) 및 0.310 (95% CI, 0.198-0.484)이었으며, 이는 각각 1회 및 2회의 VE가 각각 69.0% (95% CI, 51.6-81.2) 및 91.3% (95% CI, 83.6-95.4)에 해당한다. 결론: 체계적인 검토 및 네트워크 메타 분석 결과, 2회 접종 백신 전략은 수두 감염 부담을 크게 감소시키는 것을 확인하였고, 2회 접종을 받은 어린이들은 1회 접종을 받은 어린이들보다 수두 감염 위험이 낮았으며, 유행 발생 시 더 나은 보호를 받는 것을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제9권1호
• /
• pp.115-128
• /
• 2002

Hierarchical models are widely used for inference on correlated parameters as a compromise between underfitting and overfilling problems. In this paper, we take a Bayesian approach to analyzing hierarchical models and suggest a Markov chain Monte Carlo methods to get around computational difficulties in Bayesian analysis of the hierarchical models. We apply the method to a real data on smoking and lung cancer which are collected from cities in China.

• 응용통계연구
• /
• 제26권3호
• /
• pp.453-470
• /
• 2013

본 논문에서는 카드뮴의 반응-용량 모형에 대한 베이지안 분석을 실시하고 기준용량에 대한 추정값들을 유도하고 비교한다. 이를 위하여 독성물질에 대한 용량반응곡선에서 많이 활용되는 두 가지 모형을 사용하고, 카드뮴의 독성연구에 관련한 기존의 문헌으로 수집된 자료에 대한 성별, 연령, 인종, study code 등과 같은 소집단 간의 개별적 형질을 반영할 수 있는 베이지안 메타분석 관점에서의 모형분석을 실시한다. 이러한 두 가지 모형에 대한 베이지안 분석을 위하여 WinBUGS를 이용한 마르코프 연쇄 몬테칼로(Markov chain Monte Carlo; MCMC) 방법을 통하여 모수를 추정하고 이에 따른 다양한 기준용량들을 계산하고 비교해보았다. 베이지안 모형 적합뿐만 아니라 편차정보기준을 통해서 주어진 자료를 더 잘 설명하는 모형을 선택하는 베이지안 모형 선택을 고려하였고, 이를 실제 자료에 적용해본다.