| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 中英文缩略词对照表 | 第12-13页 |
| 1 引言 | 第13-16页 |
| 2 对象与方法 | 第16-25页 |
| 2.1 资料来源 | 第16页 |
| 2.2 研究对象 | 第16-17页 |
| 2.3 分组标准 | 第17页 |
| 2.4 相关指标定义 | 第17-18页 |
| 2.5 研究方法 | 第18-23页 |
| 2.5.1 遗传风险评分的计算 | 第19-21页 |
| 2.5.2 预测模型的建立 | 第21-23页 |
| 2.5.3 模型的评价指标 | 第23页 |
| 2.6 统计分析 | 第23-24页 |
| 2.7 质量控制 | 第24-25页 |
| 3 结果 | 第25-48页 |
| 3.1 研究对象的基本人口学特征 | 第25-27页 |
| 3.1.1 开发队列基本特征 | 第26-27页 |
| 3.1.2 验证队列基本特征 | 第27页 |
| 3.2 传统危险因素Logistic回归分析 | 第27-29页 |
| 3.2.1 单因素Logistic回归分析 | 第27-28页 |
| 3.2.2 多因素Logistic回归分析 | 第28-29页 |
| 3.3 遗传风险评分 | 第29-39页 |
| 3.3.1 筛选纳入遗传风险评分的SNP位点 | 第29-31页 |
| 3.3.2 个体携带风险等位基因个数在开发队列中的分布 | 第31页 |
| 3.3.3 不同遗传风险评分与叶酸干预HHcy疗效的关联 | 第31-34页 |
| 3.3.4 不同遗传风险评分模型的建立与评价 | 第34-35页 |
| 3.3.5 不同遗传风险评分方法对于叶酸干预HHcy疗效评估的改善 | 第35-39页 |
| 3.4 预测模型的建立 | 第39-46页 |
| 3.4.1 Logistic回归模型 | 第39-40页 |
| 3.4.2 分类回归树模型 | 第40-42页 |
| 3.4.3 人工神经网络模型 | 第42-46页 |
| 3.5 预测模型的验证与评价 | 第46-48页 |
| 3.5.1 不同模型在开发队列中的评价 | 第46-47页 |
| 3.5.2 不同模型在验证队列中的评价 | 第47-48页 |
| 4 讨论 | 第48-55页 |
| 4.1 叶酸干预HHcy疗效的分析 | 第48页 |
| 4.2 影响叶酸干预HHcy疗效的传统危险因素 | 第48-49页 |
| 4.3 影响叶酸干预HHcy疗效的遗传因素 | 第49-51页 |
| 4.3.1 基因多态性对于叶酸干预HHcy疗效的影响 | 第49页 |
| 4.3.2 遗传风险评分对于叶酸干预HHcy疗效的影响 | 第49-51页 |
| 4.4 预测模型的建立 | 第51-52页 |
| 4.4.1 Logistic回归模型的建立 | 第51页 |
| 4.4.2 分类回归树模型的建立 | 第51-52页 |
| 4.4.3 人工神经网络模型的建立 | 第52页 |
| 4.5 预测模型的验证与评价 | 第52-53页 |
| 4.6 创新性与局限性 | 第53-55页 |
| 4.6.1 创新性 | 第53-54页 |
| 4.6.2 局限性 | 第54-55页 |
| 5 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 综述 | 第61-71页 |
| 参考文献 | 第67-71页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第71-72页 |
| 致谢 | 第72页 |
