DOI: https://doi.org/10.3389/fams.2026.1748504
تاريخ النشر: 2026-02-23
المؤلف: Nikolay Ivanov Nikolov وآخرون
الموضوع الرئيسي: طرق إحصائية في التجارب السريرية
نظرة عامة
تعتبر طريقة بنجاميني-هوشبرغ (B-H) الكلاسيكية نهجًا مستخدمًا على نطاق واسع للتحكم في معدل الاكتشاف الخاطئ (FDR) في سياقات المقارنات المتعددة عبر مجالات مختلفة، بما في ذلك علم الوراثة والعلوم الاجتماعية. ومع ذلك، فإن افتراض استقلالية الاختبارات في طريقة B-H غالبًا ما يتم انتهاكه في مجموعات البيانات المعتمدة على نطاق واسع. بالمقابل، يمكن لتعديل بنجاميني-يكوتيلي (B-Y) استيعاب الاعتماد التعسفي ولكنه يميل إلى أن يكون محافظًا بشكل مفرط، مما قد يقلل من القوة الإحصائية.
تستكشف هذه الورقة فعالية كل من إجراءات B-H و B-Y تحت هياكل الاعتماد الإيجابية المحددة، مع التركيز على شكلين بارامترين لنمذجة الارتباطات بين إحصائيات اختبار t المزدوج. يقوم المؤلفون بتطوير خوارزميات تقدير تعتمد على معايير مصفوفة مختلفة لتقريب المعلمات المجهولة ويقترحون تعديلات على طرق الاختبار المتعددة الحالية من خلال دمج اعتماد الاختبار. تهدف هذه التحسينات إلى زيادة القوة الإحصائية من خلال دمج اختبارات كولموغوروف-سميرنوف. تشير دراسات المحاكاة إلى أن الطرق المقترحة تحافظ على التحكم في FDR بينما تقدم قوة محسنة مقارنة بالنهج التقليدية.
مقدمة
تناقش مقدمة هذه الورقة البحثية أهمية خوارزمية بنجاميني-هوشبرغ (B-H) في التحكم في معدل الاكتشاف الخاطئ (FDR) في اختبار الفرضيات المتعددة، مع تسليط الضوء على تطبيقها الواسع عبر مختلف التخصصات العلمية، بما في ذلك علم الوراثة، التصوير العصبي، وعلم الأوبئة. بينما تعتبر طريقة B-H التصحيح الافتراضي لـ FDR في العديد من حزم البرمجيات الإحصائية، إلا أنها غالبًا ما تواجه صعوبات مع البيانات المعتمدة على نطاق واسع، مما ينتهك افتراضاتها الأساسية. لمعالجة ذلك، اقترح بنجاميني ويكوتيلي تعديلًا (B-Y) يستوعب الاعتماد التعسفي بين قيم p؛ ومع ذلك، فإن هذه الطريقة تميل إلى أن تكون محافظة بشكل مفرط، مما يؤدي إلى تقليل القوة في اكتشاف التأثيرات الحقيقية.
تؤكد الورقة على الحاجة إلى طرق جديدة للتحكم في FDR تأخذ في الاعتبار الاعتماد الهيكلي بين الاختبارات، حيث تواجه الأساليب الحالية تحديات بسبب التعريفات المتنوعة للاعتماد. يقترح المؤلفون التحقيق في هياكل الاعتماد المحددة التي تتميز بعدد محدود من المعلمات، مع التركيز على الاعتماد الإيجابي. يقدمون شكلين بارامترين من الاعتماد الكتلي لنمذجة إحصائيات اختبار t المزدوج ويطورون خوارزميات لتقدير المعلمات المرتبطة. علاوة على ذلك، يقترح المؤلفون تعزيز قوة خوارزميات الاختبار المتعددة من خلال دمج اختبارات كولموغوروف-سميرنوف مع التعديلات المقترحة. ستفصل الأقسام اللاحقة من الورقة المنهجيات، ومقارنات الأداء، وآثار نتائجهم على الأبحاث المستقبلية.
النتائج
في هذا القسم، يقدم المؤلفون نتائج دراسة محاكاة تهدف إلى مقارنة تقديرات مختلفة للمعلمة $\theta$ وطرق معدل الاكتشاف الخاطئ (FDR) الموضحة في القسم 3. تم تنفيذ المحاكاة باستخدام لغة البرمجة R على الحاسوب الفائق Avitohol، حيث تم توليد 1,020 عينة لكل مجموعة من المعلمات. تنوعت الدراسة في أحجام العينات ($n \in \{100, 500, 1000\}$)، عدد الكتل ($m \in \{20, 50, 100, 150, 200\}$)، عدد الفرضيات ($k \in \{5, 10, 20\}$)، قيم $\theta \in \{0.80, 0.90, 0.95\}$، ومتوسطات $\mu_j \in \{0.5, 1, 2\}$. تم هيكلة مصفوفة الارتباط $\Sigma$ إلى $k$ كتل من الحجم المتساوي، مما يضمن أن تظل المصفوفة $A(\theta)$ إيجابية محددة عبر معظم التكوينات، مع ملاحظة استثناء لقيم معلمات معينة.
تم تقييم أداء التقديرات من خلال الانحياز المتوسط والخطأ المربع المتوسط (MSE)، بينما تم تقييم إجراءات FDR بناءً على متوسط FDR والقوة عبر جميع المحاكاة. تم تعيين مستوى الدلالة باستمرار عند $\alpha = 0.05$. توفر هذه المقاييس مقارنة شاملة لفعالية التقديرات المختلفة وطرق FDR تحت هياكل الاعتماد المتنوعة وإعدادات المعلمات.
المناقشة
في هذا القسم، يناقش المؤلفون تحليل العينات المزدوجة مع التركيز على هيكل الاعتماد للاختلافات بين الملاحظات المزدوجة. يرمزون إلى الملاحظات المزدوجة لـ $n$ ميزات عبر $m$ أفراد كـ $X^{(j)}_i$ و $Y^{(j)}_i$، حيث يمثل $D_i = X_i – Y_i$ الاختلافات. يفترض المؤلفون أن هذه الاختلافات مستقلة وموزعة بشكل متطابق (iid) وتتبع توزيعًا طبيعيًا متعدد المتغيرات، $D_i \sim N(\mu, \Sigma)$، حيث $\mu$ هو متجه الفرق المتوسط و$\Sigma$ هي مصفوفة الارتباط. يقترحون هيكل مصفوفة كتلية لـ $\Sigma$، حيث تتوافق كل كتلة مع مجموعة من الميزات المرتبطة، خاصة في سياق مسارات تنظيم الجينات. يقدم المؤلفون شكلين عامين لمصفوفة الارتباط، $A^*(\theta)$ و $A(\theta)$، مما يسمح بالتدهور الأسي والخطي لمعاملات الارتباط، على التوالي.
يتناول القسم أيضًا الأساليب الإحصائية المستخدمة، بما في ذلك اختبار t لستودنت لاختبار فرضيات الفروق المتوسطة. يستنتج المؤلفون توزيعًا حدّيًا لإحصائيات الاختبار تحت فرضية العدم، موضحين أن التوزيع المشترك لإحصائيات t يتقارب إلى توزيع طبيعي متعدد المتغيرات مع زيادة حجم العينة. يناقشون إجراءات الاختبار المتعددة، وتحديدًا طرق بنجاميني-هوشبرغ (B-H) وبنجاميني-يكوتيلي (B-Y)، للتحكم في معدل الاكتشاف الخاطئ (FDR). بالإضافة إلى ذلك، يقترحون تحويل إحصائيات t لأخذ هيكل الارتباط في الاعتبار، مما يعزز التحكم في FDR مع الاعتراف بتبادل محتمل مع القوة الإحصائية. كما يقترح المؤلفون دمج هذه الطرق مع اختبارات كولموغوروف-سميرنوف لتحديد الميزات المهمة التي قد تكون قد فاتت، مما يشير إلى نهج شامل لتحليل العينات المزدوجة المرتبطة في الإعدادات عالية الأبعاد.
DOI: https://doi.org/10.3389/fams.2026.1748504
Publication Date: 2026-02-23
Author(s): Nikolay Ivanov Nikolov et al.
Primary Topic: Statistical Methods in Clinical Trials
Overview
The classical Benjamini-Hochberg (B-H) method is a widely utilized approach for controlling the false discovery rate (FDR) in multiple comparison contexts across various fields, including genetics and social sciences. However, the B-H method’s assumption of independence among tests is often violated in large-scale dependent datasets. In contrast, the Benjamini-Yekutieli (B-Y) adjustment can accommodate arbitrary dependence but tends to be overly conservative, potentially diminishing statistical power.
This paper explores the efficacy of both the B-H and B-Y procedures under specific positive block dependence structures, focusing on two parametric forms to model correlations among paired t-test statistics. The authors develop estimation algorithms based on different matrix norms to approximate unknown parameters and propose modifications to existing multiple testing methods by incorporating test dependence. These enhancements aim to increase statistical power through the integration of Kolmogorov-Smirnov tests. Simulation studies indicate that the proposed methods maintain FDR control while offering improved power relative to traditional approaches.
Introduction
The introduction of this research paper discusses the significance of the Benjamini-Hochberg (B-H) algorithm in controlling the false discovery rate (FDR) in multiple hypothesis testing, highlighting its widespread application across various scientific disciplines, including genetics, neuroimaging, and epidemiology. While the B-H method is the default FDR correction in many statistical software packages, it often struggles with large-scale dependent data, which violates its underlying assumptions. To address this, Benjamini and Yekutieli proposed an adjustment (B-Y) that accommodates arbitrary dependence among p-values; however, this method tends to be overly conservative, leading to reduced power in detecting true effects.
The paper emphasizes the need for new FDR methods that account for structural dependence among tests, as existing approaches face challenges due to the diverse definitions of dependence. The authors propose to investigate specific dependence structures characterized by a limited number of parameters, focusing on positive block dependence. They introduce two parametric forms of block dependence to model paired t-test statistics and develop algorithms for estimating the associated parameters. Furthermore, the authors suggest enhancing the power of multiple testing algorithms by integrating Kolmogorov-Smirnov tests with their proposed modifications. The subsequent sections of the paper will detail the methodologies, performance comparisons, and implications of their findings for future research.
Results
In this section, the authors present the results of a simulation study aimed at comparing various estimators of the parameter $\theta$ and the false discovery rate (FDR) methods outlined in Section 3. The simulations were executed using the R programming language on the Avitohol supercomputer, generating 1,020 samples for each combination of parameters. The study varied sample sizes ($n \in \{100, 500, 1000\}$), number of blocks ($m \in \{20, 50, 100, 150, 200\}$), number of hypotheses ($k \in \{5, 10, 20\}$), values of $\theta \in \{0.80, 0.90, 0.95\}$, and means $\mu_j \in \{0.5, 1, 2\}$. The correlation matrix $\Sigma$ was structured into $k$ blocks of equal size, ensuring that the matrix $A(\theta)$ remained positive definite across most configurations, with an exception noted for specific parameter values.
The performance of the estimators was assessed through the average bias and mean squared error (MSE), while the FDR procedures were evaluated based on the average FDR and power across all simulations. The significance level was consistently set at $\alpha = 0.05$. These metrics provide a comprehensive comparison of the effectiveness of the different estimators and FDR methods under varying dependence structures and parameter settings.
Discussion
In this section, the authors discuss the analysis of paired samples with a focus on the dependence structure of the differences between paired observations. They denote paired observations for $n$ features across $m$ individuals as $X^{(j)}_i$ and $Y^{(j)}_i$, where $D_i = X_i – Y_i$ represents the differences. The authors assume that these differences are independent and identically distributed (iid) and follow a multivariate normal distribution, $D_i \sim N(\mu, \Sigma)$, where $\mu$ is the mean difference vector and $\Sigma$ is the correlation matrix. They propose a block matrix structure for $\Sigma$, where each block corresponds to a group of correlated features, particularly in the context of gene regulatory pathways. The authors introduce two general forms for the correlation matrix, $A^*(\theta)$ and $A(\theta)$, which allow for exponential and linear decay of correlation coefficients, respectively.
The section further elaborates on the statistical methods employed, including the Student’s t-test for hypothesis testing of the mean differences. The authors derive the asymptotic distribution of the test statistics under the null hypothesis, showing that the joint distribution of the t-statistics converges to a multivariate normal distribution as the sample size increases. They discuss multiple testing procedures, specifically the Benjamini-Hochberg (B-H) and Benjamini-Yekutieli (B-Y) methods, for controlling the false discovery rate (FDR). Additionally, they propose a transformation of the t-statistics to account for the correlation structure, enhancing the control of FDR while acknowledging a potential trade-off with statistical power. The authors also suggest combining these methods with Kolmogorov-Smirnov tests to identify potentially missed significant features, indicating a comprehensive approach to analyzing correlated paired samples in high-dimensional settings.