典型文献
联邦学习在多中心遗传健康指数构建中的应用进展
文献摘要：
个体健康指数是根据健康指数构建的一个重要维度.而遗传因素是个体健康水平评估的重要组成部分.众所周知,复杂疾病不遵循孟德尔遗传定律,其受多个效应微小基因位点影响.多基因风险评分(polygenic risk score,PRS)是近年来被广泛应用的个体遗传因素评分.PRS可以综合与疾病相关的基因位点,从而对复杂疾病实现风险预测和精准预防.但是种族的不平衡问题会影响多基因风险评分的泛化能力.而充分整合多个数据中心的数据可以有效增加不同种族样本量从而减轻不平衡性,是缩小种族之间健康差距的重要方法.随着人们对数据隐私安全和所有权的关注度不断提高,如何在保护数据隐私的前提下充分利用各个数据中心的数据资源和计算资源引起了越来越多学者的重视.而基因组数据的独特性使个体基因组数据的隐私保护变得格外重要.本文将讨论多中心基因组数据分析中的隐私保护方法,包括同态加密、安全多方计算、Meta分析、联邦学习、同态加密与联邦学习的结合.进而讨论联邦学习框架下多中心PRS构造的统计方法.
文献关键词：
数据隐私保护;基因组数据;多基因风险评分;联邦学习
中图分类号：
作者姓名：
赵艳艳;王金兰;王晓霞;薛付忠
作者机构：
250012济南,山东大学齐鲁医学院公共卫生学院生物统计学系;250003济南,国家健康医疗大数据研究院;250002济南,山东健康医疗大数据管理中心
文献出处：
引用格式：
[1]赵艳艳;王金兰;王晓霞;薛付忠-.联邦学习在多中心遗传健康指数构建中的应用进展)[J].中华疾病控制杂志,2022(10):1187-1191
A类：
多基因风险评分
B类：
联邦学习,多中心,健康指数构建,个体健康,遗传因素,众所周知,孟德尔遗传,遗传定律,基因位点,polygenic,risk,score,PRS,疾病相关,风险预测,精准预防,种族,不平衡问题,泛化能力,数据中心,样本量,不平衡性,小种,健康差距,数据隐私安全,所有权,数据资源,计算资源,基因组数据,格外,中心基因,保护方法,同态加密,安全多方计算,统计方法,数据隐私保护
AB值：
0.307573
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
