在隨機效應模型之罕見變異位點和疾病相關性估計

基因和疾病相關性的研究中，GWAS(genome-wide association study)是常被用來找出可能致病基因， 但由於找出之位點可解釋遺傳變異之能力不足，及不同時期下兩個相同主題之研究，找出之位點常 常不一樣，造成無法確認致病之可疑位點之情形。這兩年來，NGS(next generation sequencing)已取代 了 GWAS，此工具還能鑑別出對偶基因頻率小於0.01的SNPs位點，此為罕見變異(rare variants, RVs， 亦可探查出exone之資訊。不過RVs資料的特質和GWAS不同，以往常用的統計方法不一定足以提 供使用。RVs出現頻率低及具高風險之特質，在某一片段中，任意位點發生變異即會產生疾病，在 此稱為具功能性之基因。已有很多方法已對此提出檢定，但尚未有對此作估計的討論。雖然病例一 對照研究較容易收集資料，但有族群分層的問題發生偽相關，因此我們將針對家庭為基礎之病體一 親本三元體資料，在我們所提出之方法在估計上的結果進行討論，利用Mantel-Haenszel方法、整合 分析方法、貝氏方法予以計算合併後之估計量及信賴區間。