Evaluation of transcriptomic prognostic models
Évaluation de modèles pronostiques issus de l'analyse du
transcriptome
Résumé
The challenge faced in studying gene expression profiles with cDNA microarrays is to propose new
prognostic biomarkers. However, the need for a simultaneous analysis of thousands of genes in a
limited number of patients leads to several statistical problems. We studied two aspects related
to the evaluation of prognostic models stemming from transcriptome analysis. In a first step, the
complementary use of simulated and real public datasets allowed us to show that the choice of
the most appropriate method depends on the extent to which the theoretical properties of that
method adapt to the data structure. This study was carried out using discriminant and betweengroup
analyses. In a second step, simulations allowed us to estimate the respective contributions
of classical clinical variables and transcriptomic variables in using survival models. In addition, we
identified the parameters associated with overestimation of microarray contribution.
prognostic biomarkers. However, the need for a simultaneous analysis of thousands of genes in a
limited number of patients leads to several statistical problems. We studied two aspects related
to the evaluation of prognostic models stemming from transcriptome analysis. In a first step, the
complementary use of simulated and real public datasets allowed us to show that the choice of
the most appropriate method depends on the extent to which the theoretical properties of that
method adapt to the data structure. This study was carried out using discriminant and betweengroup
analyses. In a second step, simulations allowed us to estimate the respective contributions
of classical clinical variables and transcriptomic variables in using survival models. In addition, we
identified the parameters associated with overestimation of microarray contribution.
L'enjeu de l'étude du transcriptome est de proposer de nouveaux biomarqueurs pronostiques. Cette
étude soulève cependant de nombreuses questions statistiques dues à l'analyse simultanée de l'expression
de milliers de gènes pour un nombre restreint de patients. Nous nous sommes intéressés
à deux aspects de l'évaluation des modèles pronostiques issus de l'analyse du transcriptome. Dans
un premier temps, l'utilisation complémentaire de jeux de données simulés et publics nous a permis
de montrer que le choix de la méthode d'analyse la plus adaptée repose sur la manière dont ses
propriétés théoriques s'adaptent à la structure des données. Cette réflexion a été appliquée aux
analyses discriminante et inter-groupes. Dans un second temps, des simulations nous ont permis
d'estimer les contributions respectives des variables clinico-biologiques classiques et transcriptomiques
dans des modèles de survie. Les paramètres associés à la surestimation de la contribution
des biopuces ont été identifiés.
étude soulève cependant de nombreuses questions statistiques dues à l'analyse simultanée de l'expression
de milliers de gènes pour un nombre restreint de patients. Nous nous sommes intéressés
à deux aspects de l'évaluation des modèles pronostiques issus de l'analyse du transcriptome. Dans
un premier temps, l'utilisation complémentaire de jeux de données simulés et publics nous a permis
de montrer que le choix de la méthode d'analyse la plus adaptée repose sur la manière dont ses
propriétés théoriques s'adaptent à la structure des données. Cette réflexion a été appliquée aux
analyses discriminante et inter-groupes. Dans un second temps, des simulations nous ont permis
d'estimer les contributions respectives des variables clinico-biologiques classiques et transcriptomiques
dans des modèles de survie. Les paramètres associés à la surestimation de la contribution
des biopuces ont été identifiés.
Loading...