Análise de sobrevivência de dados de microarray : seleção de genes prognósticos quando p é maior do que n

AUTOR(ES)
DATA DE PUBLICAÇÃO

2009

RESUMO

O modelo de Cox é muito importante para os cientistas que desenvolvem pesquisas na área de biomedicina. No entanto, não há um consenso em como utilizá-lo para a predição do tempo de sobrevivência de pacientes através de dados de expressão gênica. Por esta razão, o presente trabalho expõe um estudo comparativo entre duas técnicas de seleção de variáveis em análise de sobrevivência de dados de microarray: a comparação entre o algoritmo genético paralelo de Zhu e Chipman (2006) adaptado para o cenário do modelo de riscos proporcionais por Zhu e Fan (2006) e a busca estocástica shotgun de Hans, Dobra e West (2007), inspirada nos métodos cadeia de Markov Monte Carlo. Prever a sobrevivência de um paciente através de assinaturas de expressão gênica pode ser uma ferramenta útil para o diagnóstico de câncer e de outras doenças. Porém, um dos problemas dos experimentos de microarrays é o grande volume de dados, sendo que o número de genes (variáveis) excede consideravelmente o número de pacientes. Este problema é conhecido em Estatística como p grande e n pequeno . Com isso, a utilização do modelo de riscos proporcionais de Cox torna-se ineciente para predizer o tempo de sobrevivência dos pacientes. Esta dissertação utilizou-se de um conjunto de dados reais que trata da reincidência (metástase) em 286 pacientes com câncer de mama primário linfo-nódulo negativo, para a aplicação e comparação dos dois métodos. Segundo Wang et al. (2005), é importante determinar o risco de reincidência individual das pacientes para a aplicação de terapias médicas adequadas. Mas atualmente, um pequeno número de ferramentas de prognóstico possibilita a identicação de pacientes de risco. Finalmente, discute-se o ajuste do modelo de Cox a dados de microarray com a aplica ção dos algoritmos de seleção de variáveis. O objetivo é identicar genes prognósticos e desenvolver um modelo estatístico baseado em expressão gênica de predição do risco de reincidência para pacientes com câncer de mama linfo-nódulo negativo.

ASSUNTO(S)

análise de sobrevivência modelos de riscos proporcionais partial cox regression microarranjos de dna regressão parcial de cox parallel gene algorithm modelo de cox busca estocástica shotgun shotgun stochastic search estatistica microarray proportional risk model seleção de modelos algoritmo genético paralelo

ACESSO AO ARTIGO

Documentos Relacionados