On the Use of Population Attributable Fraction to Determine Sample Size for Case-Control Studies of Gene-Environment Interaction
Notice bibliographique
Résumé
Most methods for calculating the sample size needed to detect gene-environment interactions use odds ratios to measure the effect size. We show that for any combination of susceptible genotype prevalence and exposure prevalence and their associated risks, the odds ratio measuring strength of interaction corresponds to a population attributable fraction (PAF) because of interaction and vice versa. Simultaneous consideration of odds ratio for interaction and the associated PAF attributable to interaction provides additional insight to investigators evaluating the feasibility and public health relevance of a proposed study. We considered gene-environment interactions on a multiplicative scale, and assumed a dichotomous environmental exposure variable and a single two-allele disease-susceptibility locus. Our results show, for example, that for studies of exposures and genotypes that are common in a population (30%-50%), the PAF for interaction is large (>27%) even if the odds ratio for interaction is only moderate (approximately 2). If simultaneous estimates of interaction odds ratio and PAF indicate that the PAF is so large as to be implausible, the investigator may decide to reevaluate the study design based on detecting a more reasonable PAF. In this case, the associated odds ratio for interaction will be weaker and a considerably larger sample size may be needed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,355 | 0,624 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».