Drop hier links of afbeeldingen om ze aan de editor toe te voegen.
Vraag 14: Fold changes rechtstreeks uit het model (leesopdracht)
Het model dat we opstelden in vraag 12 biedt onmiddellijk statistische tests voor het beoordelen van de significantie van de onderstaande fold changes. Die significantie kan rechtstreeks afgeleid worden uit de p-waarden van de schattingen van de regressiecoëfficiënten. Bovendien is dit mogelijk omdat beide variabelen (node en grade) categorische, binaire variabelen zijn.
- fold changes tussen klasse 3 en klasse 1 voor patiënten met onaangetaste lymfeklieren: \(\beta_{g3} = \log_2 {FC}_{g3n0-g1n0}\). Deze coëfficiënt \(\beta_{g3}\) bekomen we inderdaad voor patiënten met onaangetaste lymfeklieren (\(x_{n1} = 0\)). Doordat we enkel kijken binnen de groep patiënten met onaangetaste lymfeklieren (dus doordat \(x_{n1} = 0\)), vallen de termen \(\beta_{n1}x_{n1}\) en \(\beta_{g3n1}x_{g3}x_{n1}\) weg uit het model. De enige term die nog overblijft is dus \(\beta_{g3}x_{g3}\), dewelke het verschil geeft in genexpressie tussen patiënten van klasse 1 (genexpressie wanneer grade = 0, of dus \(x_{g3} = 0\)) en klasse 3 (genexpressie wanneer grade = 1, of dus \(x_{g3} = 1\)).
Via een analoge redening kunnen ook de volgende 2 fold changes op het significantie beoordeeld worden:
-
fold changes tussen verwijderde en niet-aangetaste lymfeklieren voor patiënten van klasse 1: \(\beta_{n1} = \log_2 {FC}_{g1n1-g1n0}\)
-
hoe de fold change tussen beide histologische klasse verschilt tussen patiënten met verwijderde vs. niet-aangetaste lymfeklieren: \(\beta_{g3n1} = \log_2\frac{{FC}_{g3n1-g1n1}}{{FC}_{g3n0-g1n0}}\), de interactieterm.