Iranian Journal of Endocrinology and Metabolism

fa استفاده از رگرسیون منطقی برای شناسایی اثرات متقابل برخی از پلی‌مورفیسم‌های ژنی و سایر عوامل خطر بر سطح پایین HDL : مطالعه‌ی قند و لیپید تهران Logic Regression Analysis for Finding Interaction Effects of Genes Polymorphisms and Other Risk Factors on Low HDL: Tehran Lipid and Glucose Study ژنتيك Genetic پژوهشی Original مقدمه: رگرسیون منطقی یک روش رگرسیونی تعمیم‌ یافته است که می‌تواند اثرات متقابل پیچیده بین متغیرهای دوحالتی را تشخیص دهد. به دلیل اهمیت تقابل‌های ژنتیکی، این روش در بررسی‌های ژنتیکی با موفقیت استفاده شده ‌است. هدف پژوهش حاضر، بررسی ارتباط بین کلسترول ـ HDL و برخی از پلی‌مورفیسم‌های مرتبط با آن، با استفاده از رگرسیون منطقی است. مواد و روش‌ها: داده‌های 436 نفر (172 مرد و 264 زن) که به طور تصادفی از میان شرکت‌کنندگان فاز 3 مطالعه‌ی قند و لیپید تهران با سن 20 سال یا بیشتر انتخاب شده‌ بودند، مورد تجزیه و تحلیل قرار گرفتند. برای تشخیص اثرات اصلی و متقابل پلی‌مورفیسم‌های ژنی مرتبط با کلسترول ـ HDL، از رگرسیون منطقی با تابع پیوند لجستیک استفاده گردید. برای جلوگیری از بیش‌برازش شدن مدل از آزمون‌ اعتبار متقاطع، و برای یافتن ترکیب‌های منطقی مناسب و برآورد ضرایب آن‌ها از الگوریتم جستجوی ‌Simulated Annealing استفاده شد. یافته‌ها: براساس یافته‌های آزمون اعتبار متقاطع، مدل منطقی با 3 ترکیب بولی و 4 پیش‌بینی‌کننده بهترین اندازه برای مدل منطقی بود. مدل منطقی برازش ‌داده ‌شده نشان داد افرادی با الل ε3 در پلی‌مورفیسم ژن ApoE یا تری‌گلیسرید بالا نسبت به افراد دیگر شانس 35/2 برابری با فاصله اطمینان 95% (25/4و 3/1) برای داشتن سطح پایین کلسترول ـ HDL دارند. از سوی دیگر، داشتن تری‌گلیسرید بالا به تنهایی نیز قادر است شانس داشتن کلسترول ـ HDL پایین را 73/2 برابر افزایش دهد (فاصله اطمینان 95%: 53/4و 65/1). نتیجه‌گیری: یافته‌ها نشان داد برای داشتن کلسترول ـHDL پایین، بین تری‌گلیسرید بالا و پلی‌مورفیسم ژن Apoe، اثر متقابل وجود دارد. رگرسیون منطقی به عنوان یک روش جدید قادر به تشخیص چنین اثرات متقابلی است. Introduction: Logic regression is a generalized regression method that can identify complex Boolean interactions of binary variables. This method has been successfully used for analyzing single-nucleotide polymorphism data, because in SNP association studies interactions are important. The aim of this study is to investigate the associations between some candidate gene polymorphisms and HDL concentration using Logic Regression. Materials and Methods: Subjects for this cross sectional study, 436 subjects (172 men and 264 women) aged≥20 with some polymorphisms, were randomly selected from among participants of the Tehran Lipid and Glucose Study (TLGS). Logic regression analysis was used to identify combinations of main genetic effects and interactions associated with HDL. Cross validation and randomization test were done to avoid over fitting of the models. Results: Cross validation test suggested that the Logic model with four Boolean combinations and four predictors was the best logic model, which after fitting, showed that individuals who carry Apoe SNP ε3 or have high TG have an odds ratio of 2.35 ( CI 95%:1.3-4.25) for having low HDL compared to other subjects. Also subjects with high TG have odds ratio 2.73 (CI 95%: 1.65,4.53) for having low HDL. Conclusion: Results of this study shows that Logic Regression is a powerful method to determine the interaction effect between high TG and ApoE SNP for having low HDL. اثرات متقابل، الگوریتم Annealing، پلی‌مورفیسم تک نوکلئوتیدی، رگرسیون منطقی، لیپوپروتئین با دانسیته‌ی بالا، مطالعه‌ی قند و لیپید تهران Interaction, Annealing algorithm, SNP, Logic regression, low HDL, TLGS 352 359 http://ijem.sbmu.ac.ir/browse.php?a_code=A-10-1341-1&slc_lang=fa&sid=1 Parvin Sarbakhsh پروین سربخش p.sarbakhsh@gmail.com 4000319475328460018771 4000319475328460018771 No Department of Biostatistics دانشجوی دکتری آمار زیستی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی Yadollah Mehrabi یدالله محرابی ymehrabi@gmail.com 4000319475328460018772 4000319475328460018772 Yes Department of Epidemiology گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی Maryam Daneshpour مریم السادات دانشپور m_daneshpour@yahoo.com 4000319475328460018773 4000319475328460018773 No Obesity Research Center, Research Institute for Endocrine Sciences, Shahid Beheshti University of Medical Sciences مرکز تحقیقات چاقی، پژوهشکده علوم غدد درون ریز و متابولیسم Farid Zayeri فرید زایری fzayeri@yahoo.com 4000319475328460018774 4000319475328460018774 No Department of Biostatistics دانشجوی دکتری آمار زیستی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی Mahshid Namdari مهشید نامداری namdari_mahshid@yahoo.com 4000319475328460018775 4000319475328460018775 No Department of Biostatistics دانشجوی دکتری آمار زیستی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی Fereidoun Azizi فریدون عزیزی azizi@endocrine.ac.ir 4000319475328460018776 4000319475328460018776 No Endocrine Research Center, Research Institute for Endocrine Sciences, Shahid Beheshti University of Medical Sciences مرکز تحقیقات غدد درون ریز پژوهشکده علوم غدد درون ریز و متابولیسم